当前位置: 首页 > news >正文

官网站站百度如何推广产品

官网站站,百度如何推广产品,自助建站软件下载,网站上传图片尺寸目录 1. Shufflenet V2 2. 甲状腺结节检测 2.1 数据集 2.2 训练参数 2.3 训练结果 2.4 可视化网页推理 3. 下载 1. Shufflenet V2 shufflenet v2 论文中提出衡量轻量级网络的性能不能仅仅依靠FLOPs计算量,还应该多方面的考虑,例如MAC(memory acc…

目录

1. Shufflenet V2

2. 甲状腺结节检测

2.1 数据集

2.2 训练参数

2.3 训练结果

2.4 可视化网页推理

3. 下载


1. Shufflenet V2

shufflenet v2 论文中提出衡量轻量级网络的性能不能仅仅依靠FLOPs计算量,还应该多方面的考虑,例如MAC(memory access cost),还应该比较在不同的硬件设备下的性能等等

因此,基于多方面的考虑。shufflenet v2 通过大量的实验和测试总结了轻量化网络的四个准则,然后根据这四条准则搭建了shufflenet v2网络

 

  1.  输入输出通道个数相同的时候,内存访问量MAC最小
  2. 分组卷积的分组数过大会增加MAC
  3. 碎片化操作会并行加速并不友好
  4. element-wise 操作带来的内存和耗时不可以忽略

每条原则的具体解释参考:ShuffleNet V2 迁移学习对花数据集训练_shufflenetv2进行预训练的效果-CSDN博客

2. 甲状腺结节检测

Shufflenet V2 实现的model部分代码如下面所示,这里如果采用官方预训练权重的话,会自动导入官方提供的最新版本的权重

这里提供了4种网络结构,分别对应output channels参数

2.1 数据集

数据集文件如下:

标签如下:

{"0": "0","1": "1"
}

其中,训练集的总数为5103,验证集的总数为2185

2.2 训练参数

训练的参数如下:

    parser.add_argument("--model", default='x0_5', type=str,help='x0_5,x1_0,x1_5,x2_0')parser.add_argument("--pretrained", default=True, type=bool)       # 采用官方权重parser.add_argument("--freeze_layers", default=True, type=bool)    # 冻结权重parser.add_argument("--batch-size", default=8, type=int)parser.add_argument("--epochs", default=10, type=int)parser.add_argument("--optim", default='SGD', type=str,help='SGD,Adam,AdamW')         # 优化器选择parser.add_argument('--lr', default=0.01, type=float)parser.add_argument('--lrf',default=0.001,type=float)                  # 最终学习率 = lr * lrfparser.add_argument('--save_ret', default='runs', type=str)             # 保存结果parser.add_argument('--data_train',default='./data/train',type=str)           # 训练集路径parser.add_argument('--data_val',default='./data/val',type=str)               # 测试集路径

需要注意的是网络分类的个数不需要指定,摆放好数据集后,代码会根据数据集自动生成!

网络模型信息如下:

{"train parameters": {"model": "x0_5","pretrained": true,"freeze_layers": true,"batch_size": 8,"epochs": 10,"optim": "SGD","lr": 0.01,"lrf": 0.001,"save_folder": "runs"},"dataset": {"trainset number": 5103,"valset number": 2185,"number classes": 2},"model": {"total parameters": 343842.0,"train parameters": 2050,"flops": 43550112.0},

2.3 训练结果

所有的结果都保存在 save_ret 目录下,这里是 runs 

weights 下有最好和最后的权重,在训练完成后控制台会打印最好的epoch

这里只展示部分结果:可以看到网络没有完全收敛,增大epoch会得到更好的效果

训练日志:

    "epoch:9": {"train info": {"accuracy": 0.6607877718975881,"0": {"Precision": 0.6989,"Recall": 0.4334,"Specificity": 0.8471,"F1 score": 0.535},"1": {"Precision": 0.646,"Recall": 0.8471,"Specificity": 0.4334,"F1 score": 0.733},"mean precision": 0.67245,"mean recall": 0.64025,"mean specificity": 0.64025,"mean f1 score": 0.634},"valid info": {"accuracy": 0.5711670480523059,"0": {"Precision": 0.5455,"Recall": 0.2866,"Specificity": 0.8043,"F1 score": 0.3758},"1": {"Precision": 0.5791,"Recall": 0.8043,"Specificity": 0.2866,"F1 score": 0.6734},"mean precision": 0.5623,"mean recall": 0.54545,"mean specificity": 0.54545,"mean f1 score": 0.5246}}

 

训练集和测试集的混淆矩阵:

2.4 可视化网页推理

推理是指没有标签,只有图片数据的情况下对数据的预测,这里使用了网页推理

值得注意的是,如果训练了自己的数据集,需要对infer脚本进行更改,如下:

  • 都需要绝对路径,这个是代码自动生成的类别文件,在runs下
  • IMAGE_PATH 是默认展示的demo图片位置

在控制台输入下面命令即可:

streamlit run D:\project\shufflenetV2\infer.py

 

3. 下载

关于本项目代码和数据集、训练结果的下载:

计算机视觉项目:计算机视觉项目:ShufflenetV2模型实现的图像识别项目:甲状腺结节识别资源-CSDN文库

关于Ai 深度学习图像识别、医学图像分割改进系列:AI 改进系列_听风吹等浪起的博客-CSDN博客

神经网络改进完整实战项目:改进系列_听风吹等浪起的博客-CSDN博客

http://www.khdw.cn/news/27326.html

相关文章:

  • 办网站怎么赚钱免费网站seo诊断
  • 沈阳网站关键词优化济南seo优化外包服务
  • 聊城网站建设招聘网站快速排名互点软件
  • 百度推广入口登录金华seo扣费
  • 设计师网站pintset北京官方seo搜索引擎优化推荐
  • 网站 虚拟目录寰宇seo
  • 百科网站开发搜索关键词推荐
  • 网站建设进度表模板环球贸易网
  • 深圳做网站需要多少钱百度网络营销
  • 潍坊做公司网站seo外链推广工具下载
  • 百度不到公司网站百度手机助手下载2022新版
  • 网页制作实训步骤宁波seo搜索引擎优化
  • 定制版网站建设费用优化网哪个牌子好
  • 网站建设与推广培训学校推广软文怎么写样板
  • 网站建设开发心得搜狗推广开户
  • ac86u做网站服务器全国最好的广告公司加盟
  • 网站建设 站内搜索南京seo排名优化
  • 建设部申请自己网站引擎优化seo怎么做
  • 合肥手机网站制作建设云南seo网络优化师
  • 网站开通后今日头条搜索优化怎么做
  • 哪家公司可以做网站如何在百度上发广告
  • 广州网络建设公司郑州seo地址
  • 成都市住房和成都市建设委员会网站seo实战密码电子书
  • 开发公司项目管理制度免费seo排名软件
  • 网站方案范文焦作seo推广
  • 在线做java题目的网站天津seo数据监控
  • 企业展厅设计公司推荐关键词优化搜索引擎
  • 哪些是用vue做的网站搜索引擎国外
  • 社交营销可以用于网站制作行业吗google官网下载
  • 苏州化妆品网站建设apple私人免费网站怎么下载