学习Pytorch ResNet18, ResNet50 卷积神经网路模型
基于Pytorch 使用 fruit30_split水果集 进行ResNet18 模型训练
模型训练: 基于Pytorch 的ResNet18预训练模型
学习Pytorch VGG 卷积神经网路模型
基于Pytorch 使用 微软官方的数据进行 VGG 模型训练
数据集: 微软猫狗数据集
模型训练: 基于Pytorch的VGG预训练模型实现
更据论文, 对EfficientNet模型进行复现
EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks
看了一些有关图像分类卷积神经网络的论文,了解了目前比较前沿的图像分类模型。
基于注意力机制多特征融合的视网膜病变分级算法
基于ImprovedDR-Net算法的糖尿病视网膜病变识别与分级
基于卷积神经网络的图像分类算法综述
基础知识略有欠缺,看算法公式推导基本看不懂,只能更据结构图进行复现
一开始没有方向的去学习,效率很低,最好是找一个研究目标然后去看相关文献,最好先看看这个领域的综述论文。
看论文步骤:标题->摘要->判断有没有用->然后带着问题去看,看的时候很容易睡觉,有点无聊,需要克制。
看的时候要做好笔记,不然前天看的然后后天就忘记了。