文件名称：PyTorch_image_classifier:图片分类
文件大小：1.92MB
文件格式：ZIP
更新时间：2024-05-24 12:26:51
image-classification seresnext efficientnet resnest Python
图像分类 易于使用/易于部署/易于开发 *** 例子 楷模 （efficiencynet / mobilenet / resnest / seresnext等） 公制 （Swish / ArcMarginProduct_subcenter / ArcFaceLossAdaptiveMargin / ...） 数据八月 （旋转/翻转/ ...，混合/剪切混合） 失利 （ce_loss / ce_smothing_loss / focal_loss / bce_loss / ...） 部署 （烧瓶/ grpc / BentoML等） onnx / trt （） 楷模： RESNEST_LIST = ['resnest50'，'resnest101'，'resnest200'，'resnest269'] SERESNEXT_LIST = ['seresnext101'] G
【文件预览】：
PyTorch_image_classifier-master
----conf()
--------resnest101.yaml(671B)
--------seresnext101.yaml(658B)
--------effb3_ns.yaml(716B)
--------effb4_ns.yaml(714B)
--------test.yaml(715B)
----train.py(7KB)
----serving()
--------utils()
--------core()
--------dockerfile(2KB)
--------README.md(111B)
--------docker-compose.yml(396B)
--------tests()
--------flask_run.py(639B)
----test.py(5KB)
----infer.py(4KB)
----requirements.txt(318B)
----tools()
--------data_preprocess.py(1KB)
--------pytorch_to_onnx.py(5KB)
--------pytorch_to_onnx_cp.py(5KB)
--------onnx_to_tensorrt.py(5KB)
--------onnx_to_tensorrt_cp.py(7KB)
----README.md(6KB)
----data()
--------data.csv(3KB)
--------train.csv(3KB)
--------img()
--------test.csv(3KB)
----onnx_tensorrt()
--------config.py(1KB)
--------backend.py(12KB)
--------__init__.py(1KB)
--------tensorrt_engine.py(7KB)
----qdnet()
--------conf()
--------loss()
--------models()
--------dataaug()
--------dataset()
--------optimizer()