3、实验
3.1、消融实验
3.2、实例特征大小选择
3.3、关系滤波实验
3.4、超参数选择
3.5、SOTA对比
4、参考
[1].Dual Relation Knowledge Distillation for Object Detection.
目标检测无痛涨点新方法 | DRKD蒸馏让ResNet18拥有ResNet50的精度（二）
2023-05-26
149
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
目标检测无痛涨点新方法 | DRKD蒸馏让ResNet18拥有ResNet50的精度（二）
相关文章
|
Ubuntu
TensorFlow
算法框架/工具
ResNet实战：tensorflow2.X版本，ResNet50图像分类任务（小数据集）
本例提取了植物幼苗数据集中的部分数据做数据集，数据集共有12种类别，今天我和大家一起实现tensorflow2.X版本图像分类任务，分类的模型使用ResNet50。
通过这篇文章你可以学到：
1、如何加载图片数据，并处理数据。
2、如果将标签转为onehot编码
3、如何使用数据增强。
4、如何使用mixup。
5、如何切分数据集。
6、如何加载预训练模型。
1429
0
0
|
机器学习/深度学习
计算机视觉
索引
|
C++
ResNet50上天 | DDQ改进Sparse RCNN让ResNet50在coco上来到了49.8的AP（二）
ResNet50上天 | DDQ改进Sparse RCNN让ResNet50在coco上来到了49.8的AP（二）
137
0
0
|
机器学习/深度学习
算法
计算机视觉
ResNet50上天 | DDQ改进Sparse RCNN让ResNet50在coco上来到了49.8的AP（一）
ResNet50上天 | DDQ改进Sparse RCNN让ResNet50在coco上来到了49.8的AP（一）
186
0
0
|
机器学习/深度学习
编解码
计算机视觉
ResNet50 文艺复兴 | ViT 原作者让 ResNet50 精度达到82.8%，完美起飞！！！（二）
ResNet50 文艺复兴 | ViT 原作者让 ResNet50 精度达到82.8%，完美起飞！！！（二）
187
0
0
|
编解码
TensorFlow
算法框架/工具
ResNet50 文艺复兴 | ViT 原作者让 ResNet50 精度达到82.8%，完美起飞！！！（一）
ResNet50 文艺复兴 | ViT 原作者让 ResNet50 精度达到82.8%，完美起飞！！！（一）
172
0
0
|
编解码
数据可视化
计算机视觉
全新池化方法AdaPool | 让ResNet、DenseNet、ResNeXt等在所有下游任务轻松涨点（二）
全新池化方法AdaPool | 让ResNet、DenseNet、ResNeXt等在所有下游任务轻松涨点（二）
286
0
0
|
机器学习/深度学习
编解码
算法
全新池化方法AdaPool | 让ResNet、DenseNet、ResNeXt等在所有下游任务轻松涨点（一）
全新池化方法AdaPool | 让ResNet、DenseNet、ResNeXt等在所有下游任务轻松涨点（一）
264
0
0
|
机器学习/深度学习
存储
数据可视化
ECCV 2022 | CMU提出首个快速知识蒸馏的视觉框架：ResNet50 80.1%精度，训练加速30%（2）
ECCV 2022 | CMU提出首个快速知识蒸馏的视觉框架：ResNet50 80.1%精度，训练加速30%
166
0
0
|
存储
算法
数据可视化
ECCV 2022 | CMU提出首个快速知识蒸馏的视觉框架：ResNet50 80.1%精度，训练加速30%（1）
ECCV 2022 | CMU提出首个快速知识蒸馏的视觉框架：ResNet50 80.1%精度，训练加速30%
166
0
0
热门文章
最新文章
1
倚天产品介绍|倚天性能优化—YCL AI计算库在resnet50上的优化
2
图像分类经典神经网络大总结（AlexNet、VGG 、GoogLeNet 、ResNet、 DenseNet、SENet、ResNeXt ）
3
深度学习第19讲：CNN经典论文研读之残差网络ResNet及其keras实现
4
【论文泛读】 ResNeXt：深度神经网络的聚合残差变换（ResNet的改进，提出了一种新的维度）
5
倚天性能优化—YCL AI计算库在resnet50上的优化
6
改进UNet | 透过UCTransNet分析ResNet+UNet是不是真的有效？（一）
7
ResNet实战：tensorflow2.0以上版本，使用ResNet50实现图像分类任务
8
Resnet图像识别入门——池化层
9
Resnet图像识别入门——残差结构
10
深度学习经典网络模型汇总——LeNet、AlexNet、ZFNet、VGGNet、GoogleNet、ResNet【对卷积池化后特征图变化有详细讲解】
1
深度学习之ResNet家族
200
2
倚天产品介绍|倚天性能优化—YCL AI计算库在resnet50上的优化
87073
3
倚天使用|倚天性能优化—YCL AI计算库在resnet50上的优化
288
4
python手把手搭建图像多分类神经网络-代码教程（手动搭建残差网络、mobileNET)
139
5
南开提出全新ViT | Focal ViT融会贯通Gabor滤波器，实现ResNet18相同参数，精度超8.6%
220
6
英特尔提出新型卷积 | 让ResNet/MobileNet/ConvNeXt等Backbone一起涨点
290
7
Pytorch迁移学习使用Resnet50进行模型训练预测猫狗二分类
656
8
深度学习第6天：ResNet深度残差网络
169
9
【计算机视觉+CNN】keras+ResNet残差网络实现图像识别分类实战（附源码和数据集 超详细）
213
10
PyTorch搭建卷积神经网络（ResNet-50网络）进行图像分类实战（附源码和数据集）
335