IP屬地：安徽
-
Task6：可解釋性分析1. torch-cam工具包：CAM熱力圖 CAM algorithm[http://www.reibang.com/p/62f4fc428...
-
Task7：模型部署ONNX-ONNX Runtime部署 1. 部署ImageNet預(yù)訓(xùn)練圖像分類模型 導(dǎo)出ONNX模型（把原生pytorch訓(xùn)練得到的圖像分類模...
-
Task5：測(cè)試集評(píng)估模型性能使用訓(xùn)練好的圖像分類模型岳链，預(yù)測(cè)測(cè)試集的所有圖像奏候，得到預(yù)測(cè)結(jié)果表格 1. 安裝配置環(huán)境 2. 構(gòu)建圖像分類數(shù)據(jù)集 3. 測(cè)試集圖像分類預(yù)測(cè)結(jié)果 4...
-
Task4：新圖片、新視頻預(yù)測(cè)使用task3訓(xùn)練好的圖像分類模型未巫，對(duì)新圖像進(jìn)行預(yù)測(cè) 1. 安裝配置環(huán)境 2. 預(yù)測(cè)新圖像 3. 預(yù)測(cè)視頻文件 使用訓(xùn)練好的圖像分類模型對(duì)視頻文...
-
Task3：遷移學(xué)習(xí)微調(diào)訓(xùn)練1. 安裝配置環(huán)境 2. 準(zhǔn)備圖像分類數(shù)據(jù)集 3. 使用遷移學(xué)習(xí)微調(diào)窿撬，訓(xùn)練出圖像分類模型 在自己的圖像分類數(shù)據(jù)集上，使用ImageNet預(yù)訓(xùn)練圖...
-
Task2：預(yù)訓(xùn)練模型預(yù)測(cè)注意叙凡，ImageNet 1000類中并不包含“西瓜” 1. 安裝配置環(huán)境 2. 預(yù)測(cè)單張圖像 banana 99.7763zu...
-
Task1：構(gòu)建自己的圖像分類數(shù)據(jù)集圖像分類：input圖像——>output每個(gè)類別的概率 數(shù)據(jù)集的質(zhì)量直接決定算法的質(zhì)量訓(xùn)練集和測(cè)試集文件夾數(shù)相同劈伴，并且圖片沒有交集 1. 安裝...
-
Task7: LIME&shap algorithm基于shapley值的機(jī)器學(xué)習(xí)可解釋性分析 shapley值：當(dāng)多人聯(lián)盟博弈時(shí)，某人加入組織握爷，對(duì)最終博弈決策帶來的邊際貢獻(xiàn)宰啦；某一個(gè)特征引入時(shí)，對(duì)...
-
Task5: CAM&Captum algorithm1.Captum工具包 https://github.com/frgfm/torch-cam[https://github.com/frgfm/...