预训练图像和视频卷积网络模型库 Pretorched-x

预训练图像和视频卷积网络模型库 Pretorched-x

pretorched-x Pretrained Image & Video ConvNets and GANs for PyTorch: NASNet, ResNeXt (2D + 3D), ResNet (2D + 3D), InceptionV4, InceptionResnetV2, Xception, DPN, NonLocalNets, R(2+1)D nets, MultiView CNNs, Temporal Relation Networks, BigGANs StyleGANs, etc. 项目地址: https://gitcode.com/gh_mirrors/pr/pretorched-x

Pretorched-x 是一个开源项目，旨在为 PyTorch 提供预训练的图像和视频卷积网络（CNN）模型。该项目主要使用 Python 编程语言。

核心功能

该项目的核心功能是提供了一个统一的接口，用户可以通过这个接口访问多种预训练的 CNN 模型，这些模型包括但不限于 NASNet、ResNeXt、ResNet、Inception 系列、DenseNet 和 SqueezeNet 等。这些模型被广泛用于图像分类、视频识别和其他计算机视觉任务中。Pretorched-x 使得研究人员和开发者能够轻松地加载和部署这些预训练模型，进而节省了他们大量的时间和计算资源。

最近更新的功能

最近，pretorched-x 项目进行了多项更新，包括：

• 新增了对多种模型架构的支持，如 PolyNet 和 PNASNet-5-Large。
• 引入了 SE-ResNet* 和 SE-ResNeXt* 系列模型。
• SENet154 模型的添加。
• 提供了 CaffeResNet101 模型，适用于与 FasterRCNN 结合进行定位任务。
• NASNet Mobile 模型的集成。
• DualPathNetworks 的支持。
• Xception 模型的改进。
• API 的改进，包括模型输入范围、批量归一化层均值和标准差的设置等。

这些更新进一步扩展了项目的功能，使得 pretorched-x 成为一个更加全面和强大的模型库，有助于推动计算机视觉领域的研究和应用发展。

pretorched-x Pretrained Image & Video ConvNets and GANs for PyTorch: NASNet, ResNeXt (2D + 3D), ResNet (2D + 3D), InceptionV4, InceptionResnetV2, Xception, DPN, NonLocalNets, R(2+1)D nets, MultiView CNNs, Temporal Relation Networks, BigGANs StyleGANs, etc. 项目地址: https://gitcode.com/gh_mirrors/pr/pretorched-x