【文件属性】:
文件名称:squeezenet_demo
文件大小:156KB
文件格式:ZIP
更新时间:2021-05-17 18:12:13
Python
SqueezeNet Keras实施
这是使用功能性API(arXiv )的。 SqueezeNet是AlexNet级精度的小型模型,参数减少了50倍,模型大小小于0.5MB。 原始模型是在中实现的。
参考
差异:
从图模型切换到Keras 1.0功能API
修复池化层的bug
非常感谢 ,该源现在可以支持Keras 2.0 API。
结果
该仓库仅包含Keras实施模型,用于其他参数,请参阅演示脚本, 在SIMDAT包。
培训过程总共使用2600张图像,每节课使用1300张图像(因此,总共只有两节课)。 总共有130张图像用于验证。 20个纪元后,模型达到以下目标:
loss: 0.6563 - acc: 0.7065 - val_loss: 0.6247 - val_acc: 0.8750
模型可视化
【文件预览】:
squeezenet_demo-master
----model.py(7KB)
----model.png(169KB)
----LICENSE.md(34KB)
----README.md(1KB)
----squeezenet_demo.py(6KB)