北京垃圾分类识别
最后更新 2020/06/19 17:54
阅读 13265
EfficientNet PyTorch 图像分类
yunshao555
-
12
获得赞 -
0
发布的文章 -
3
答辩的项目
北京垃圾分类-答辩
Batch大小为32，循环次数为20次，通过在线上环境完成训练，模型最优精度评分为85.97。
最后更新 2020/06/19 17:54
阅读 13265
1、数据处理
①图片输入网络尺寸，这个可以参考选择的baseline在ImageNet上使用的图片尺寸，或者通过观察数据集图片分布来决定，因为我使用的baseline是efficientnet-b3a，所以选择的图片输入尺寸为320 x 320'efficientnet_b3a': _cfg(input_size=(3, 320, 320), pool_size=(10, 10), crop_pct=1.0)
②数据增强，出于方便，训练阶段直接适用RandAugment作为数据增强操作，测试阶段适用保持长
本文为作者在FlyAI平台发布的原创内容，未经许可禁止转载。
本文链接地址：https://flyai.com/n/137603
本文链接地址：https://flyai.com/n/137603
赞
立即参加 北京垃圾分类识别
讨论
500字
表情
删除确认
是否删除该条评论？
取消
删除
yunshao555
-
12
获得赞 -
0
发布的文章 -
3
答辩的项目
论文推荐
经验推荐
相似经验
感谢您的关注
该篇内容公开后我们将会给你推送公开通知
好的
发布成功！
您的公开申请已发送至后台审核，
通过后将公开展示本详情页！
通过后将公开展示本详情页！
知道了
向贡献者赞赏
¥36.88
微信支付
支付宝
请先绑定您的微信账号 点击立即绑定
立即支付
温馨提示：
支付成功后不支持申请退款，请理性消费；
支付成功将自动解锁当前页面代码内容，付款前请确认账号信息。
支付成功后不支持申请退款，请理性消费；
支付成功将自动解锁当前页面代码内容，付款前请确认账号信息。
微信扫码支付
请前往Web网页进行支付
敬请谅解，如有疑问请联系FlyAI客服
知道了
举报
请选择举报理由
确定
提示
确定要删除？
取消删除