R

Regnet Y 064

由facebook開發
基於imagenet-1k訓練的RegNet模型,通過神經架構搜索設計的高效視覺模型
下載量 17
發布時間 : 3/18/2022

模型概述

RegNet是由Facebook Research提出的圖像分類模型,通過設計搜索空間進行神經架構搜索(NAS)優化得到。該模型在ImageNet-1k數據集上訓練,適用於通用圖像分類任務。

模型特點

神經架構搜索設計
通過系統化的搜索空間設計和約束優化,自動發現高效網絡架構
高效圖像分類
在ImageNet-1k上訓練,能夠準確識別1000個常見物體類別
可擴展架構
模型設計方法允許生成不同複雜度的變體以適應不同需求

模型能力

圖像分類
物體識別

使用案例

計算機視覺
通用物體識別
識別圖像中的常見物體如動物、日常用品等
能準確識別1000類ImageNet類別
內容分類
對圖像內容進行分類和組織
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase