文章预览
Resnet(残差网络)的论文《Deep Residual Learning for Image Recognition》在深度学习和计算机视觉领域具有重要意义,是何凯明等人在2015提出的模型,获得了CVPR最佳论文奖,在多个比赛中获得成绩,被誉为撑起计算机视觉半边天的文章。 本文介绍如何复现Resnet论文,这是学习复现其他论文的基础。 论文提炼 Resnet网络结构表: image-20240927160700367 Renset网络两种残差单元结构: image-20240927162050232 ImageNet数据集准确率: image-20240927165354088 Cifar10数据集准确率: image-20240927165444802 代码复现 考虑到自己的电脑配置,代码复现选择的数据集是Cifar10数据集。 论文cifar数据集对应的网络结构表: image-20240927171224922 代码设置 n=5 。 我们将代码分为以下主要模块: backbone模块 图像增强模块 损失函数模块 数据加载模块 绘制训练曲线模块 优化器策略和学习率策略模块 backbone模
………………………………