文件名称：tencent-ml-images：最大的多标签图像数据库； ResNet-101模型； ImageNet的80.73％top-1 acc
文件大小：2.95MB
文件格式：ZIP
更新时间：2024-02-25 16:28:44
database computer-vision deep-learning DatabasePython
腾讯ML图片 该存储库介绍了名为腾讯ML-Images的开源项目，该项目已发布 ML-Images ：最大的开源多标签图像数据库，包括17,609,752培训和88,739验证图像URL，这些注释最多包含11,166个类别 Resnet-101模型：在ML-Images上进行了预训练，并通过转移学习在ImageNet上达到了top-1的精度80.73％ 更新 [2019/12/26]我们的开源项目手稿已被IEEE Access（ ， ）接受。 它提供了数据库的更多详细信息，损失函数，训练算法以及更多的实验结果。 [2018/12/19]我们简化了下载图像的过程。 请参阅。 内容 Linu
【文件预览】：
tencent-ml-images-master
----data()
--------images()
--------tfrecords()
--------download_urls_multithreading.py(4KB)
--------image_lists()
--------tfrecord.py(6KB)
--------download_urls_multithreading.sh(147B)
--------imagenet2012_dictionary.txt(24KB)
--------train_im_list_tiny.txt(9KB)
--------dictionary_and_semantic_hierarchy.txt(477KB)
--------tfrecord.sh(114B)
--------im_list_for_classification.txt(84B)
--------train_urls_tiny.txt(12KB)
----image_classification.py(4KB)
----models()
--------__init__.pyc(151B)
--------__init__.py(0B)
--------resnet.pyc(8KB)
--------resnet.py(7KB)
----LICENSE(40KB)
----finetune.py(12KB)
----README.md(21KB)
----flags.py(5KB)
----example()
--------image_classification.sh(188B)
--------train.sh(1KB)
--------finetune.sh(682B)
--------extract_feature.sh(293B)
----extract_feature.py(4KB)
----git_images()
--------num_images_per_class.png(24KB)
--------hist_num_annotations.png(351KB)
----data_processing()
--------image_preprocessing.py(7KB)
--------__init__.py(0B)
--------dataset.py(2KB)
----train.py(11KB)