Resnet50

🚀 ResNet-50

ResNet-50是在ImageNet上預訓練的模型。該模型採用的ResNet架構在this paper中被首次提出，可用於圖像分類等多種視覺任務，具有較高的準確性和泛化能力。

🚀 快速開始

ResNet-50是在ImageNet數據集上預訓練的模型，可直接用於圖像分類任務，也能通過修改模型頭部，在下游任務上進行微調。

✨ 主要特性

• 預訓練模型：在大規模的ImageNet數據集上進行預訓練，學習到了豐富的圖像特徵。
• 靈活應用：既可以使用原始模型對圖像進行1000個ImageNet標籤的分類，也可以修改模型頭部，在下游任務（如不同標籤的分類任務、圖像分割或目標檢測等）上進行微調。
• 高準確率：在ImageNet評估集上，該模型的top1準確率達到76.13%，top-5準確率達到92.86%。

📚 詳細文檔

預期用途

可以使用原始模型對圖像進行1000個ImageNet標籤的分類，也可以修改其頭部，在下游任務（如不同標籤的另一個分類任務、圖像分割或目標檢測等）上進行微調。

評估結果

該模型在ImageNet評估集上的top1準確率為76.13%，top-5準確率為92.86%。

📄 許可證

本項目採用AFL-3.0許可證。