V
主页
2.4 MobileNetV1解析
发布人
原书信息:清华大学出版社-图书详情-《TensorFlow+Android经典模型从理论到实战(微课视频版)》 http://www.tup.tsinghua.edu.cn/booksCenter/book_09703501.html 第2章 MobileNetV3与鸟类识别 当你读完第2章时,你应该能够: l 因鸟之灵动,激发对鸟类识别项目的热爱与创新冲动。 l 理解边缘计算设备部署智能项目的技术路线。 l 理解掌握MobileNetV1模型的体系结构与原理。 l 理解掌握MobileNetV2模型的体系结构与原理。 l 理解掌握MobileNetV3模型的体系结构与原理。 l 理解掌握MobileNet模型从V1到V3的技术演进逻辑。 l 实战MobileNetV3模型的建模、训练和评估。 l 实战TFLite模型元数据定义与模型转换。 l 实战TFLite模型在Android设备上的部署与应用。 l 实现Android鸟类识别客户机,支持相册与相机两种应用模式。 地球上有上万种鸟。百兽驰骋大地,鱼类畅游江海,鸟类则属于天空,翱翔九天之外,尽现飞羽之美。山野、乡村、城镇,鸟类几乎无处不在,它们形态各异,有的高大威猛、有的小巧玲珑,有的艳丽异常,有的朴实无华。猛禽鹰击长空,陆禽悠哉四方,游禽、涉禽沉迷水上乐园不能自拔,攀禽游戏于密林上下,其乐无穷,鸣禽更是不甘寂寞,百家争鸣,不鸣则已,一鸣惊人。
打开封面
下载高清视频
观看高清视频
视频下载器
2.5 MobileNetV2解析
2.4 数据包解析
2.3 鸟类数据集
3.4 定义数据集
9.4 数据集与特征提取
9.8 AlphaFold2项目实战演示
9.3 初识AlphaFold2框架
3.8 评估指标
4.7 划分数据集
【教程】速通yolov11训练,测试,导出
3.8 激励函数
3.5 EfficientDet解析
7.12 FaceNet人脸识别模型
【2024】最全目标检测课程,带你从零开始入门YOLO、R-CNN、Faster-RCNN,小学生都看懂了!人工智能/YOLOv10/v9/v8/v7/v6
3.22 Inception卷积网络
2024最新 Android Studio 安装配置步骤
3.1 项目动力
1.4 EfficientNetV1解析
6.7 StyleGAN3解析
3.16 优化算法
2.16 Android手机测试
3.9 美食版EfficientDet-Lite评估
2.9 三维卷积
2.23 模型预测
2.12 定义池化层
2.10 定义卷积层
2.10 用Python解析数据包
1.4 相关矩阵
2.14 卷积网络结构剖析
4.13 非极大值抑制
4.12 交并比
4.17 YOLOv5迁移学习
4.7 Anchor Boxes
2.22 模型评估
2.1 数据集
3.28 训练resNet50 模型
7.8 人脸识别模型训练
3.27 基于VGG16的迁移学习
4.10 YOLOv2解析
3.6 EfficientDet-Lite预训练模型