文件名称:Conv-Autoencoder:卷积汽车编码器
文件大小:3.05MB
文件格式:ZIP
更新时间:2024-06-07 08:35:06
computer-vision deep-learning Python
卷积自动编码器 该存储库将通过使用斯坦福大学的Cars Dataset对SetNet进行微调来进行卷积自动编码器。 依存关系 数据集 我们使用汽车数据集,其中包含196类汽车的16,185张图像。 数据被分为8,144个训练图像和8,041个测试图像,其中每个类别已大致分为50-50个分割。 您可以从获取它: $ cd Conv-Autoencoder $ wget http://imagenet.stanford.edu/internal/car196/cars_train.tgz $ wget http://imagenet.stanford.edu/internal/car196/cars_test.tgz $ wget --no-check-certificate https://ai.stanford.edu/~jkrause/cars/car_devkit.tgz 建筑学
【文件预览】:
Conv-Autoencoder-master
----vgg16.py(3KB)
----.gitignore(115B)
----resnet_152.py(8KB)
----images()
--------8_gray.png(60KB)
--------train.jpg(40KB)
--------3_out.png(66KB)
--------4_out.png(56KB)
--------8_image.png(177KB)
--------0_image.png(187KB)
--------9_image.png(159KB)
--------1_gray.png(64KB)
--------9_gray.png(56KB)
--------0_gray.png(63KB)
--------2_out.png(56KB)
--------5_gray.png(65KB)
--------4_image.png(170KB)
--------2_image.png(153KB)
--------1_out.png(62KB)
--------5_out.png(63KB)
--------segnet.jpg(82KB)
--------3_gray.png(67KB)
--------8_out.png(59KB)
--------adadelta.png(23KB)
--------6_gray.png(51KB)
--------6_image.png(144KB)
--------7_gray.png(57KB)
--------nadam.png(19KB)
--------6_out.png(55KB)
--------2_gray.png(55KB)
--------random.jpg(55KB)
--------7_image.png(158KB)
--------0_out.png(63KB)
--------3_image.png(196KB)
--------9_out.png(58KB)
--------5_image.png(188KB)
--------4_gray.png(57KB)
--------1_image.png(185KB)
--------7_out.png(57KB)
----UT.py(593B)
----pre-process.py(4KB)
----custom_layers()
--------__init__.py(17B)
--------scale_layer.py(3KB)
--------unpooling_layer.py(1KB)
----LICENSE(1KB)
----history()
--------best_val_loss=0.06925-2018-05-10 06-41-02.png(27KB)
--------best_val_loss=0.04720-2018-05-10 18-47-13.png(24KB)
----plot_model.py(341B)
----utils.py(2KB)
----README.md(5KB)
----model.svg(73KB)
----test.py(646B)
----migrate.py(2KB)
----new_start.py(516B)
----demo.py(1KB)
----model.py(4KB)
----clean.sh(48B)
----train.py(1KB)