前言
-
👑 本专栏的项目主要使用深度学习网络+PyQt5实现图像分类项目实战
-
👑 本专栏适用人群:🚨🚨🚨
零基础、刚入门、进阶用户
,专栏将具体讲解如何快速搭建深度学习模型+PyQt5实现图像分类预测任务,快速让新手小白能够对基于深度学习方法进行图像分类预测有个基本的框架认识
。 -
👑 本专栏整理了
《图像分类实战案例》
,内包含了各种不同的基于深度学习模型的图像分类预测方法,例如VGG、ResNet、MobileNet、GoogleNet、DenseNet、ShuffleNet、Inceptionv3等经典模型
,💥💥💥包含项目原理以及源码,每一个项目实例都附带有完整的代码+数据集
。
正在更新中~ ✨
🚨 我的项目环境:
- 平台:Windows11
- 语言环境:Python 3.7
- 编译器:PyCharm
- PyTorch版本:1.13.0
🌠 『精品学习专栏导航帖』
🌈『目录』
📢 数据集介绍
📢 VGG篇
-
论文名称:Very Deep Convolutional Networks for Large-Scale Image Recognition
-
作者:Karen Simonyan,Andrew Zisserman