#resnet Repositórios
Descubra 24 repositórios ativos de código aberto no GitHub marcados com #resnet, acumulando um total de 94,726 estrelas (uma média de 3,946 por projeto). O líder deste tópico é huggingface/pytorch-image-models, com 37,299 estrelas.
24 repositórios no total
A maior coleção de codificadores/backbones de imagem PyTorch. Incluindo scripts de treino, avaliação, inferência, exportação e pesos pré-treinados -- ResNet, ResNeXt, EfficientNet, NFNet, Vision Transformer (ViT), MobileNetV4, MobileNet-V3 & V2, RegNet, DPN, CSPNet, Swin Transformer, MaxViT, CoAtNet, ConvNeXt, e mais
Implementação de redes populares de aprendizado profundo com a API de definição de rede do TensorRT
Ferramentas para Projetar ou Visualizar a Arquitetura de Redes Neurais
Modelos pré-treinados de detecção de faces (MTCNN) e reconhecimento facial (InceptionResnet) em Pytorch
Modelos de segmentação com backbones pré-treinados. Keras e TensorFlow Keras.
Prática no 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)
Ótimos projetos para recrutamento escolar, recrutamento de outono, recrutamento de primavera e estágios! Leva você a implementar do zero uma biblioteca de inferência de aprendizado profundo de alto desempenho, suportando inferência para modelos grandes como llama2, Unet, Yolov5, Resnet, etc. Implement a high-performance deep learning inference library step by step
Integração de modelos de deep learning para classificação de imagens | Projeto de aprendizado/comparação/modificação mágica de backbone
Uma estrutura de aprendizado profundo baseada em pytorch para segmentação de imagens médicas multimodais 2D/3D
Kit de Ferramentas Orientado à Pesquisa e Produção para Verificação, Reconhecimento e Diarização de Locutores
Implementação adequada do ResNet-s para CIFAR10/100 em pytorch que corresponde à descrição do artigo original.
Uma biblioteca de Deep Learning para Classificação de Tarefas (Sinais) de EEG, baseada em TensorFlow.
Detecção de 21 pontos-chave da mão, pose de gesto bidimensional, reconhecimento de gesto, pytorch, handpose
Adan: Algoritmo de Momento Nesterov Adaptativo para Otimizar Modelos Profundos Mais Rapidamente
Yolov5 mais legível e flexível com mais backbones (gcn, resnet, shufflenet, moblienet, efficientnet, hrnet, swin-transformer, etc.) e (cbam, dcn e assim por diante), e tensorrt
Extraia recursos de vídeo de vídeos brutos usando várias GPUs. Suportamos quadros de fluxo RAFT, bem como modelos S3D, I3D, R(2+1)D, VGGish, CLIP e TIMM.
Auto-rotulagem via agrupamento simultâneo e aprendizado de representação. (ICLR 2020)
Código para o artigo da Nature Scientific Reports "Classificação em nível de patologista de padrões histológicos em lâminas de adenocarcinoma de pulmão ressecado com redes neurais profundas." Uma estrutura de janela deslizante para classificação de imagens de lâmina inteira de alta resolução, frequentemente imagens de microscopia ou histopatologia.
Perguntas Frequentes
Qual é o repositório de #resnet mais popular no GitHub?
O projeto de código aberto de #resnet mais bem classificado no GitHub é huggingface/pytorch-image-models, com 37,299 estrelas. A maior coleção de codificadores/backbones de imagem PyTorch. Incluindo scripts de treino, avaliação, inferência, exportação e pesos pré-treinados -- ResNet, ResNeXt, EfficientNet, NFNet, Vision Transformer (ViT), MobileNetV4, MobileNet-V3 & V2, RegNet, DPN, CSPNet, Swin Transformer, MaxViT, CoAtNet, ConvNeXt, e mais
Quais linguagens de programação são mais usadas nos repositórios de #resnet?
Entre os projetos de #resnet mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C++.
Como é calculada a classificação dos repositórios de #resnet?
Acompanhamos 24 repositórios ativos de código aberto marcados com #resnet (com mais de 500 estrelas), totalizando 94,726 estrelas e uma média de 3,946 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.