搜索资源列表
googlenet_places205.tar
- 是GoogLeNet在placesCNN205数据集里迭代模型，用于识别物体或fine tune自己的网络模型(This model is made by GoogLeNet and it has been in s steady accuracy in placesCNN205 dataset. This object can be used in struct detections or fine tune your own network.)
GoogleNet_MATLAB-master
- GoogleNet 卷积神经网络 图片分类 分类精度高 网络结构深(GoogleNet convolution neural network image classification, high classification accuracy, network structure is deep)
DeepHCCR-master
- 基于Caffe框架的手写汉字识别模型，分别采用GoogLeNet and AlexNet两种网络。(Handwritten Chinese character recognition)
DenseNet-master
- 这篇文章是CVPR2017的oral，非常厉害。文章提出的DenseNet（Dense Convolutional Network）主要还是和ResNet及Inception网络做对比，思想上有借鉴，但却是全新的结构，网络结构并不复杂，却非常有效！众所周知，最近一两年卷积神经网络提高效果的方向，要么深（比如ResNet，解决了网络深时候的梯度消失问题）要么宽（比如GoogleNet的Inception），而作者则是从feature入手，通过对feature的极致利用达到更好的效果和更少的参数。(
跨模态文字检索图片102花卉数据
- 跨模态检索 tensorflow实现，使用googlenet处理图片，char-cnn处理文字，使用triple-loss训练(Tensorflow is implemented by cross-modal retrieval, using Google eNet to process pictures, char-cnn to process text, and triple-loss training)
Demo2_ImageClassifiction
- 使用Matlab深度学习工具箱-googlenet 图像分类(Using GoogLeNet to classify images using deep learning toolbox)