写在前面：
首先感谢兄弟们的关注和订阅，让我有创作的动力，在创作过程我会尽最大能力，保证作品的质量，如果有问题，可以私信我，让我们携手共进，共创辉煌。（专栏订阅用户订阅专栏后免费提供数据集和源码一份，超级VIP用户不在服务范围之内，不想订阅专栏的兄弟们可以私信我详聊，最好还是订阅，将知识装进自己的脑袋里）
本篇博文，我们将使用PyTorch深度学习框架搭建ResNet实现垃圾分类，附完整的项目代码和数据集，可以说是全网最详细的手把手教程，初学者可以很好的入门，论文/设计可参考借鉴，其他研究者可以加深ResNet的理解。
ResNet（Residual Neural Network）由微软研究院的Kaiming He等四名华人提出，通过使用ResNet Unit成功训练出了152层的神经网络，并在ILSVRC2015比赛中取得冠军，在top5上的错误率为3.57%，同时参数量比VGGNet低，效果非常突出。ResNet的结构可以极快的加速神经网络的训练，模型的准确率也有比较大的提升。同时ResNet的推广性非常好，甚至可以直接用到InceptionNet网络中。
本文基于PyTorch深度学习框架搭建ResNet，并用于钢轨缺陷识别，是一个很有意义的教程，希望大家可以学会训练图像分类模型的流程以及套路，更深层次的了解ResNet网络结构。
原文地址:https://blog.csdn.net/AugustMe/article/details/134553148
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：http://www.7code.cn/show_3824.html
如若内容造成侵权/违法违规/事实不符，请联系代码007邮箱：suwngjj01@126.com进行投诉反馈，一经查实，立即删除！
