مختبر الرؤية الحاسوبية النماذج ResNet-50 (IMAGENET1K_V2)

ResNet-50 (IMAGENET1K_V2)

Residual network with bottleneck blocks

نموذج مرجعي واسع الاستخدام في الأبحاث، بأوزان torchvision المحسنة (V2).

تصنيفيعمل في المتصفح

المعماريةResidual network with bottleneck blocks
المهمةتصنيف
بيانات التدريبImageNet-1K
عدد المعلمات25,557,032
الإطارPyTorch → ONNX (fp16)
حجم الملف48.7 MB + 3.9 MB
الترخيصBSD-3-Clause (torchvision code); weights trained on ImageNet-1K
مكان التشغيلالمتصفح (ONNX Runtime Web)
المصدر الرسميpytorch.org
الأوزان الرسميةdownload.pytorch.org

مؤشرات منشورة (من المصدر الرسمي، وليست قياساً من هذا الموقع)

المؤشرالقيمةبيانات التقييمالمصدر
Acc@180.858%ImageNet-1K val (single crop 224)المصدر
Acc@595.434%ImageNet-1K val (single crop 224)المصدر

الاستخدامات

مرجع للمقارنة، Grad-CAM.

متطلبات التشغيل

حزمة منفصلة لكبر حجمها.

طريقة التحميل

حزمة اختيارية.

المراجع

  1. K. He, X. Zhang, S. Ren, J. Sun (2016).Deep Residual Learning for Image Recognition. CVPR 2016. doi:10.1109/CVPR.2016.90
  2. PyTorch / torchvision (2024).Models and pre-trained weights. pytorch.org. pytorch.org

خوارزميات مرتبطة

شغّل النموذج في المختبر