#resnet Repositorios
Descubre 24 repositorios activos de código abierto de GitHub etiquetados con #resnet, que acumulan 94,726 estrellas en total (una media de 3,946 estrellas por proyecto). El líder de este tema es huggingface/pytorch-image-models, con 37,299 estrellas.
24 repositorios en total
La mayor colección de codificadores de imágenes PyTorch / backbones. Incluyendo scripts de entrenamiento, evaluación, inferencia, exportación y pesos preentrenados -- ResNet, ResNeXT, EfficientNet, NFNet, Vision Transformer (ViT), MobileNetV4, MobileNet-V3 & V2, RegNet, DPN, CSPNet, Swin Transformer, MaxViT, CoAtNet, ConvNeXt y más
Implementación de redes de aprendizaje profundo populares con la API de definición de red TensorRT
Herramientas para Diseñar o Visualizar la Arquitectura de Redes Neuronales
Modelos preentrenados de PyTorch para detección de rostros (MTCNN) y reconocimiento facial (InceptionResnet)
Modelos de segmentación con backbones preentrenados. Keras y TensorFlow Keras.
Práctica en cifar100(ResNet, DenseNet, VGG, GoogleNet, InceptionV3, InceptionV4, Inception-ResNetv2, Xception, Resnet In Resnet, ResNext,ShuffleNet, ShuffleNetv2, MobileNet, MobileNetv2, SqueezeNet, NasNet, Residual Attention Network, SENet, WideResNet)
¡Buen proyecto para el reclutamiento universitario, otoño, primavera y prácticas! Te guiaremos paso a paso para implementar una biblioteca de inferencia de aprendizaje profundo de alto rendimiento, que admita la inferencia de modelos grandes como llama2, Unet, YoloV5, Resnet, etc. Implemente una biblioteca de inferencia de aprendizaje profundo de alto rendimiento paso a paso.
Integrar modelos de aprendizaje profundo para la clasificación de imágenes | Proyecto de aprendizaje/comparación/modificación mágica de la columna vertebral
Un marco de aprendizaje profundo basado en Pytorch para la segmentación de imágenes médicas multimodales 2D/3D
Toolkit orientado a la investigación y producción para la verificación, reconocimiento y diarización del hablante
Implementación adecuada de ResNet-s para CIFAR10/100 en PyTorch que coincide con la descripción del paper original.
Una biblioteca de aprendizaje profundo para la clasificación de tareas (señales) de EEG, basada en TensorFlow.
Detección de 21 puntos clave de la mano, pose gestual bidimensional, reconocimiento de gestos, PyTorch, handpose
Adan: Algoritmo Adaptativo de Momentum de Nesterov para una Optimización más Rápida de Modelos Profundos
Yolov5 más legible y flexible con más backbones (gcn, resnet, shufflenet, moblienet, efficientnet, hrnet, swin-transformer, etc.) y (cbam, dcn y similares), y tensorrt
Extraiga características de video de videos sin procesar utilizando múltiples GPU. Soportamos cuadros de flujo RAFT, así como los modelos S3D, I3D, R(2+1)D, VGGish, CLIP y TIMM.
Autoetiquetado mediante agrupamiento simultáneo y aprendizaje de representaciones. (ICLR 2020)
Código para el artículo de Nature Scientific Reports "Clasificación a nivel de patólogo de patrones histológicos en diapositivas de adenocarcinoma de pulmón resecado con redes neuronales profundas." Un marco de ventana deslizante para la clasificación de imágenes de diapositivas completas de alta resolución, a menudo imágenes de microscopía o histopatología.
Preguntas frecuentes
¿Cuál es el repositorio de #resnet más popular en GitHub?
El proyecto de código abierto de #resnet mejor posicionado en GitHub es huggingface/pytorch-image-models, con 37,299 estrellas. La mayor colección de codificadores de imágenes PyTorch / backbones. Incluyendo scripts de entrenamiento, evaluación, inferencia, exportación y pesos preentrenados -- ResNet, ResNeXT, EfficientNet, NFNet, Vision Transformer (ViT), MobileNetV4, MobileNet-V3 & V2, RegNet, DPN, CSPNet, Swin Transformer, MaxViT, CoAtNet, ConvNeXt y más
¿Qué lenguajes de programación se utilizan más en los repositorios de #resnet?
Entre los proyectos de #resnet mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++.
¿Cómo se calcula la clasificación de los repositorios de #resnet?
Seguimos 24 repositorios activos de código abierto etiquetados con #resnet (500+ estrellas), que suman un total de 94,726 estrellas, con una media de 3,946 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.