Resnet50 Cifar10

🚀 基于CIFAR - 10数据集训练的ResNet50模型

本模型是一个在CIFAR - 10数据集上训练的小型ResNet50模型，可用于图像分类任务，在测试集上取得了较高的准确率。

🚀 快速开始

使用以下代码即可开始使用该模型：

import detectors
import timm

model = timm.create_model("resnet50_cifar10", pretrained=True)

✨ 主要特性

• 高准确率：在CIFAR - 10数据集上测试准确率达到0.9465。
• 开源许可：采用MIT许可证，方便开发者使用和修改。

📦 安装指南

文档中未提及具体安装步骤，可根据timm库的官方文档进行安装。

💻 使用示例

基础用法

import detectors
import timm

model = timm.create_model("resnet50_cifar10", pretrained=True)

📚 详细文档

训练数据

训练数据采用CIFAR - 10数据集。

训练超参数

测试数据

测试数据同样采用CIFAR - 10数据集。

📄 许可证

本模型采用MIT许可证。

本模型卡片由Eduardo Dadalto创建。