模型的那些坑
最近训练了shufflenet和mobilenet
文章里说的shufflenet很好。但是实际上测试下来,真不敢恭维啊。效果差的很,而且我看网上的测试结果,也不是我一个人测的结果不好。
倒是mobilenet效果还挺惊艳的。而mobilenet v2还没测。
另外大小模型的效果真的差的蛮多的,mobilenet和resnet101在分类上差很多,到检测上也是差很多的。唉,做实验和做应用真的不一样。
Sophie的世界,转载请注明出处,谢谢。
最近训练了shufflenet和mobilenet
文章里说的shufflenet很好。但是实际上测试下来,真不敢恭维啊。效果差的很,而且我看网上的测试结果,也不是我一个人测的结果不好。
倒是mobilenet效果还挺惊艳的。而mobilenet v2还没测。
另外大小模型的效果真的差的蛮多的,mobilenet和resnet101在分类上差很多,到检测上也是差很多的。唉,做实验和做应用真的不一样。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· winform 绘制太阳,地球,月球 运作规律
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人