清华青年AI自强作业hw6:基于ResNet实现IMAGENET分类任务

这篇具有很好参考价值的文章主要介绍了清华青年AI自强作业hw6:基于ResNet实现IMAGENET分类任务。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

清华青年AI自强作业hw6:基于ResNet实现IMAGENET分类任务,一起学AI,人工智能,分类,数据挖掘

一起学AI系列博客:目录索引

简述


hw6作业为基于ResNet模型,并利用VGG标准模块和GoogleNet中的inception模块对IMAGENET数据集进行20类分类。模型输入图像尺寸为299*299,输出为softmax后的20分类。

观察参考代码发现需要使用IMAGENET处理好后的数据ILSVRC2012_20_tfrecord,由于缺乏实验数据,本次作业不进行实战,只对TF1.x版本的参考代码进行思路梳理学习。

  • 相应实现源码见代码仓:https://github.com/ioMayday/Tsinghua_Youth_AI/tree/master/homework
  • 相关keras使用指导:https://keras.io/zh/getting-started/sequential-model-guide/

作业实现


  • project文件架构
    • test:测试一张图是否正确
      • read_data(获取数据及数据增强等预处理)
      • EX6_NET(核心模型定义)
        • utils(参数设置模块)
    • finetune:预训练模型调优
      • read_data
      • EX6_NET
    • 说明
      • 仅分20类
      • 训练集样本:26000
      • 验证集样本:1000

从代码中,可以判断模型应该是基于ResNet,其中EX6_NET.py是核心网络搭建文件。

清华青年AI自强作业hw6:基于ResNet实现IMAGENET分类任务,一起学AI,人工智能,分类,数据挖掘

ResNet网络模型结构

代码中模型结构为:

  • 299 x 299 x 3, 卷积层,3x3
  • 149 x 149 x 32
  • 147 x 147 x 32
  • 147 x 147 x 64 # 加最大池化3x3,有分支,resnet直连
  • 73 x 73 x 160 # 加最大池化3x3,有分支,resnet直连
  • 71 x 71 x 192 # 加最大池化3x3,有分支,resnet直连
  • 35 x 35 x 384 # 两个inception模块
  • 35 x 35 x 384 # Reduction block卷积加下采样
  • 17 x 17 x 384 # 普通卷积3x3
  • 8 x 8 x 300 # 普通卷积3x3

该模型中,用到VGG里的标准模块+堆叠(3x3、1x1、1xn、nx1),GoogleNet里的inception,ResNet中的(Branch_0/Branch_1部分)分支直连特性。

清华青年AI自强作业hw6:基于ResNet实现IMAGENET分类任务,一起学AI,人工智能,分类,数据挖掘

GoogleNet中Inception模块

清华青年AI自强作业hw6:基于ResNet实现IMAGENET分类任务,一起学AI,人工智能,分类,数据挖掘

VGG16中标准卷积模块堆叠加深

清华青年AI自强作业hw6:基于ResNet实现IMAGENET分类任务,一起学AI,人工智能,分类,数据挖掘
清华青年AI自强作业hw6:基于ResNet实现IMAGENET分类任务,一起学AI,人工智能,分类,数据挖掘

ResNet短接直连特性文章来源地址https://www.toymoban.com/news/detail-532217.html

相关链接


  1. 文科生都能零基础学AI?清华这门免费课程让我信了,link
  2. 清华青年AI自强作业hw2:线性回归预测,link
  3. 清华青年AI自强作业hw3_1:用线性回归模型拟合MNIST手写数字分类,link
  4. 清华青年AI自强作业hw3_2:前向传播和反向传播实战,link
  5. 清华青年AI自强作业hw3_3:用NN网络拟合MNIST手写数字分类,link
  6. 清华青年AI自强作业hw4:基于DNN实现狗狗二分类与梯度消失实验,link
  7. 清华青年AI自强作业hw5:基于CNN实现CIFAR10分类任务,link

到了这里,关于清华青年AI自强作业hw6:基于ResNet实现IMAGENET分类任务的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • pytorch实现AI小设计-1:Resnet50人脸68关键点检测

            本项目是AI入门的应用项目,后续可以补充内容完善作为满足个人需要。通过构建自己的人脸数据集,此项目训练集为4580张图片,测试集为2308张图片,使用resnet50网络进行训练,最后进行效果展示。本项目也提供了量化内容,便于在硬件上部署。         研究A

    2024年01月18日
    浏览(44)
  • 基于ResNet-18实现Cifar-10图像分类

    安耀辉,男,西安工程大学电子信息学院,22级研究生 研究方向:小样本图像分类算法 电子邮箱:1349975181@qq.com 张思怡,女,西安工程大学电子信息学院,2022级研究生,张宏伟人工智能课题组 研究方向:机器视觉与人工智能 电子邮件:981664791@qq.com CIFAR-10 数据集由 60000张图

    2024年02月06日
    浏览(47)
  • 李宏毅_机器学习_作业4(详解)_HW4 Classify the speakers

    本次作业需要学习完transformer后完成! 做语者辨识任务,一共有600个语者,给了每一个语者的语音feature进行训练,然后通过test_feature进行语者辨识。(本质上还是分类任务Classification) Simple(0.60824):run sample code and know how to use transformer Medium(0.70375):know how to adjust parameters of tra

    2024年02月01日
    浏览(42)
  • 四载磨砺,一群青年“识瘤者”以AI助力医疗创新

    ​​本文分享自华为云社区《【先锋开发者云上说】四载磨砺,一群青年“识瘤者”以AI助力医疗创新》,作者:Gauss松鼠会小助手2 。 一群青年“识瘤者”,四载磨砺,攻克智慧医疗难题,点燃健康革命的火花! 就读于郑州轻工业大学嵌入式软件专业大三的杨阳,目前也是梅

    2024年02月05日
    浏览(50)
  • 学生开发者勇担青年使命,用AI守护少数人的“视界”

    本文分享自华为云社区《【先锋开发者云上说】学生开发者勇担青年使命,用AI守护少数人的“视界”》,作者:华为云社区精选 。 青年动人之处,在于他们的勇气,和非凡的创造探索精神。 有这样一群00后学生开发者、,他们用AI探索医疗领域的技术创新,为少数群体守护

    2024年02月05日
    浏览(37)
  • Python基于深度学习机器学习卷积神经网络实现垃圾分类垃圾识别系统(GoogLeNet,Resnet,DenseNet,MobileNet,EfficientNet,Shufflent)

    文章目录 1 前言+ 2 卷积神经网络(CNN)详解+ 2.1 CNN架构概述+ 2.1.1 卷积层+ 2.1.2 池化层+ 2.1.3 全连接层 2.2 CNN训练过程+ 2.3 CNN在垃圾图片分类中的应用 3 代码详解+ 3.1 导入必要的库+ 3.2 加载数据集+ 3.3 可视化随机样本+ 3.4 数据预处理与生成器+ 3.5 构建、编译和训练CNN模型+ 3.5.

    2024年02月04日
    浏览(53)
  • AI实战营第二期——第一次作业:基于RTMPose的耳朵穴位关键点检测

    根据中医的“倒置胎儿”学说,耳朵的穴位反映了人体全身脏器的健康,耳穴按摩可以缓解失眠多梦、内分泌失调等疾病。耳朵面积较小,但穴位密集,涉及耳舟、耳轮、三角窝、耳甲艇、对耳轮等三维轮廓,普通人难以精准定位耳朵穴位。 Labelme标注关键点检测数据集(子

    2024年02月08日
    浏览(45)
  • 课程作业-基于Python实现的迷宫搜索游戏附源码

    该项目不过是一个平平无奇的小作业,基于python3.8开发,目前提供两种迷宫生成算法与三种迷宫求解算法,希望对大家的学习有所帮助。 项目如果有后续的跟进将会声明,目前就这样吧~ 效果图如下所示: 刚刚说了,这是python3.8,同时我们还包含了两个第三方库,这些我将会

    2024年02月14日
    浏览(32)
  • 基于ResNet34的花朵分类

    新建一个项目文件夹ResNet,并在里面建立data_set文件夹用来保存数据集,在data_set文件夹下创建新文件夹\\\"flower_data\\\",点击链接下载花分类数据集https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz,会下载一个压缩包,将它解压到flower_data文件夹下,执行\\\"split_d

    2024年02月07日
    浏览(45)
  • 全球选手逐鹿清华!首届AI药物研发算法大赛完美收官

    8月26日,首届全球AI药物研发算法大赛决赛答辩暨颁奖典礼,在清华大学生物医学馆举行。来自微软研究院、中国科学院上海药物研究所、上海交通大学等单位的十五支团队,从全球878支团队中脱颖而出,进入了决赛答辩环节。 产教融合,共育AI药物研发人才 总决赛开幕式上

    2024年02月10日
    浏览(41)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包