Resnet18 Cifar100

🚀 timm - resnet18_cifar100圖像分類模型

本項目是一個基於timm庫的圖像分類模型resnet18_cifar100，它在CIFAR - 100數據集上進行訓練，可用於圖像分類任務，具有一定的準確性。

🚀 快速開始

使用以下代碼開始使用該模型：

import detectors
import timm

model = timm.create_model("resnet18_cifar100", pretrained=True)

✨ 主要特性

• 模型類型：在CIFAR - 100數據集上訓練的小型ResNet18模型。
• 測試準確率：達到0.7926。
• 許可證：MIT許可證。

📦 安裝指南

文檔未提供具體安裝步驟，暫不展示。

💻 使用示例

基礎用法

import detectors
import timm

model = timm.create_model("resnet18_cifar100", pretrained=True)

📚 詳細文檔

訓練數據

訓練數據使用的是CIFAR - 100數據集。

訓練超參數

• 配置文件：scripts/train_configs/cifar100.json
• 模型：resnet18_cifar100
• 數據集：cifar100
• 批量大小：128
• 訓練輪數：300
• 驗證頻率：5
• 隨機種子：1
• 損失函數：CrossEntropyLoss
• 損失函數參數：{}
• 優化器：SGD
• 學習率：0.1
• 優化器參數：{'momentum': 0.9, 'weight_decay': 0.0005}
• 學習率調度器：CosineAnnealingLR
• 調度器參數：{'T_max': 280}
• 調試模式：False

測試數據

測試數據同樣使用的是CIFAR - 100數據集。

📄 許可證

本模型使用MIT許可證。

本模型卡片由Eduardo Dadalto創建。