R

Resnet18 Catdog Classifier

由hilmansw開發
基於ResNet-18微調的貓狗圖像分類模型,在Kaggle貓狗數據集上訓練,準確率達99.29%
下載量 216
發布時間 : 9/22/2023

模型概述

該模型是基於Microsoft ResNet-18架構的微調版本,專門用於貓狗圖像分類任務。通過遷移學習和微調技術,在Kaggle的貓狗分類數據集上實現了高準確率。

模型特點

高準確率
在測試集上達到99.29%的分類準確率
遷移學習
基於預訓練的ResNet-18模型微調,有效利用已有特徵提取能力
輕量級
ResNet-18架構相對輕量,適合部署在資源有限的環境

模型能力

圖像分類
貓狗識別
遷移學習

使用案例

寵物識別
智能寵物相冊分類
自動將用戶相冊中的貓狗照片分類
分類準確率99.29%
寵物醫院管理系統
自動識別寵物類型以簡化登記流程
教育
機器學習教學示例
作為計算機視覺和遷移學習的教學案例
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase