DenseNet

DenseNet高效内存卷积网络

DenseNet CVPR 2017 ImageNet CIFAR-10 模型 Github 开源项目

DenseNet通过每层与其他层的直接连接，提升图像识别准确性并减少参数和计算量。最新版本内存效率更高，支持CIFAR和ImageNet数据集，提供PyTorch、TensorFlow、Keras等深度学习框架的实现代码，适合研究和应用。

文档

convnextv2-base-22k-384 - 基于ImageNet-22K数据集的ConvNeXt V2全卷积模型

ConvNeXt V2GithubHuggingfaceImageNet图像分类开源项目模型自动编码器视觉

ConvNeXt V2模型通过FCMAE框架和新引入的GRN层提高卷积网络在图像分类中的效果，基于ImageNet-22K数据集训练，支持高分辨率和出色性能表现，适用于多种识别任务，可用于直接应用或微调以满足特定需求。

facenet-pytorch - Pytorch下基于预训练模型和快速MTCNN的人脸识别技术

Face RecognitionGithubInception Resnet V1MTCNNPytorchVGGFace2开源项目

facenet-pytorch是一个开源项目，利用Pytorch实现的Inception Resnet (V1)模型，已在VGGFace2和CASIA-Webface上预训练。项目还包括高效的MTCNN实现，用于人脸检测。其特点包括快速人脸检测、生成面部识别嵌入、视频流中的人脸跟踪以及从TensorFlow到Pytorch的参数转换。开发者可以通过简单的安装和使用指引快速集成和应用这些高精度、高性能的预训练模型和工具。

MagNet - 多尺度语义分割框架提升图像精度

GithubMagNet卷积神经网络多尺度框架开源项目语义分割高分辨率数据集

MagNet是一种多尺度语义分割框架,采用多阶段处理方法解决高分辨率图像中的局部歧义问题。每个处理阶段对应一个放大级别,实现从粗到细的信息传播。在城市景观、航拍场景和医学图像等高分辨率数据集上的实验显示,MagNet的性能显著超越现有方法,为高分辨率图像的精确语义分割提供了新的技术方案。

resnet50_gn.a1h_in1k - ResNet-B架构图像分类模型结合先进训练方法

GithubHuggingfaceImageNetResNettimm图像分类开源项目模型神经网络

resnet50_gn.a1h_in1k是基于ResNet-B架构的图像分类模型，集成了多项先进训练技术。模型采用ReLU激活函数、单层7x7卷积与池化、1x1卷积快捷连接下采样等结构。在ImageNet-1k数据集上训练时，应用了LAMB优化器、增强型dropout、随机深度和RandAugment等方法。模型参数量为25.6M，GMACs为4.1，训练输入尺寸为224x224，测试输入尺寸为288x288。该模型可应用于图像分类、特征提取和图像嵌入等多种计算机视觉任务。

MogaNet - 多阶门控聚合网络在计算机视觉领域的创新应用

GithubMogaNet人体姿态估计图像分类开源项目目标检测视频预测语义分割

MogaNet是一种创新的卷积神经网络架构,采用多阶门控聚合机制实现高效的上下文信息挖掘。这一设计在保持较低计算复杂度的同时,显著提升了模型性能。MogaNet在图像分类、目标检测、语义分割等多项计算机视觉任务中展现出优异的可扩展性和效率,达到了与当前最先进模型相当的水平。该项目开源了PyTorch实现代码和预训练模型,便于研究者进行进一步探索和应用。

detr - Transformer架构重塑目标检测流程

DETRGithubTransformer开源项目深度学习目标检测计算机视觉

DETR项目运用Transformer架构创新性地改进了目标检测方法。该方法将传统的复杂流程转化为直接的集合预测问题，在COCO数据集上达到42 AP的性能表现，同时计算资源消耗减半。DETR结合全局损失函数与编码器-解码器结构，实现了图像的高效并行处理，大幅提升了目标检测的速度和准确性。项目开源了简洁的实现代码和预训练模型，便于研究人员进行深入探索和实际应用。

keras-cv - 跨框架模块化计算机视觉工具集

GithubKerasKerasCV开源项目模型训练深度学习计算机视觉

keras-cv 是基于 Keras 3 的模块化计算机视觉库，兼容 TensorFlow、JAX 和 PyTorch。它为数据增强、分类、目标检测等视觉任务提供高级组件，支持跨框架迁移，并包含预训练模型。该库旨在帮助开发者高效构建生产级计算机视觉应用。

pytorch_connectomics - PyTorch Connectomics加速大脑神经连接图谱构建

GithubPyTorch Connectomics图像分割开源项目深度学习框架神经连接重建连接组学

PyTorch Connectomics是一个面向神经科学领域的开源深度学习框架，专门用于处理电子显微镜采集的大脑图像数据。该框架支持连接组学中的自动和半自动语义及实例分割，提供多任务学习、主动学习和半监督学习功能。它采用分布式和混合精度优化技术，能高效处理大规模数据集。框架包含多种编码器-解码器架构，如定制3D UNet和特征金字塔网络模型，并提供全面的体积数据增强功能。由哈佛大学视觉计算组维护，PyTorch Connectomics致力于加速大脑神经连接图谱的重建过程。

res2net50_14w_8s.in1k - Res2Net架构的多尺度骨干网络实现高效图像分类

GithubHuggingfaceImageNetRes2Nettimm图像分类开源项目模型深度学习模型

res2net50_14w_8s.in1k是基于Res2Net架构的图像分类模型，在ImageNet-1k数据集上训练。该模型采用多尺度ResNet结构，具有2510万参数，计算复杂度为4.2 GMACs。除图像分类外，还可作为特征提取器应用于其他计算机视觉任务。模型接受224x224像素的输入图像，并提供API支持图像分类、特征图提取和图像嵌入等功能。其高效的多尺度结构使其在保持准确性的同时降低了计算成本。

Depth-Anything-V2-Large-hf - 高效精准的单目深度估计AI模型

Depth Anything V2GithubHuggingface图像处理开源项目模型深度估计神经网络计算机视觉

Depth-Anything-V2-Large-hf是一个基于DPT架构和DINOv2骨干网络的单目深度估计模型。通过大规模合成和真实图像训练，该模型在深度估计精度和效率上取得了显著进展。它提供更细腻的深度细节，具有更强的鲁棒性，同时比基于稳定扩散的模型效率提高10倍。作为计算机视觉领域的有力工具，该模型可应用于零样本深度估计等多种任务。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com