还没入门的新手，看了一些论文，都用resnet50和VGG16训练网络模型，然而结论不同，有的是VGG16精度高，有的是Resnet50精度高。自己做训练集，用两种网络去训练模型时结果显示VGG16精度更高，用的是Keras retinanet。按说resnet50网络更深，且解决了梯度爆炸的问题，为什么mAP不如VGG16？求大神告知。。。
并且，Keras retinanet和fast r-cnn、faster r-cnn或者YOLO2等检测网络是什么关系？。。。
VGG16和ResNet50的mAP问题
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
0条回答
- 2022-05-30 00:00回答 2 已采纳 删除最后的softmax层，在内个relu之前加归一化就好了
- 2023-04-06 16:16回答 1 已采纳 VGG16 和 VGG-VD-16 在网络结构上是有区别的。VGG16 是 VGG 网络的一种实现，而 VGG-VD-16 则是 VGG 网络的一种变体。 PyTorch 中的 torchvision
- 2022-04-01 02:02回答 1 已采纳 可以调整参数，多运行几次（cpu跟gpu不影响结果，只是gpu运行快一点）
- 2021-10-23 11:16静待缘起的博客 AlexNet问世之后，很多学者通过改进AlexNet的网络结构来提高自己的准确率，主要有两个方向：小卷积核和多尺度。而VGG的作者们则选择了另外一个方向，即加深网络深度。 故而vgg模型是加深了网络深度的AlexNet模型 ...
- 2023-03-18 02:20回答 5 已采纳 参考GPT和自己的思路： Vgg16模型是一个预训练的深度卷积神经网络，它由若干个卷积层和池化层构成。在输入一张图片后，模型会输出一个特征向量，该向量的维度通常为1000，用来表示该图片的分类信息。这
- 2022-09-14 22:20回答 1 已采纳 具体实现就是这个feature中，
- 2021-08-31 20:17回答 2 已采纳 ?你import了么
- 2021-12-21 14:00小生凡一的博客 下周二(12月28日)晚上20：00将会在【点赞区和评论区】抽一位粉丝送这本北京大学出版社的书~????????详情请看最后的介绍嗷~✨ 文章目录1. VGG1.1 网络输入1.2 网络各层结构2. ResNet福利送书 1. VGG VGG网络采用小...
- 2021-10-21 23:53回答 1 已采纳 官方pretrain的模型数据集是imagenet，样本数是你这个数据集的很多倍，这样的vgg网络卷积层的参数基本收敛到比较好的一个情况，你直接用来finetune只要稍微微调一下最后的fc层就可以得
- 2021-03-23 15:58回答 3 已采纳 1k5左右就差不多了，过拟合的话不一定，要看下有没有防止过拟合的手段，如果你的项目是开源项目的话，一般会有这方面的限制的。
- 2021-09-01 15:43回答 1 已采纳 VGG网络加FPN（金子塔结构）实现起来不难，首先看一下VGG的实现： 简介VggNet与其pytorch实现_清华和你，要上一个的博客-CSDN博客_pytorch vggnet 目前正在学
- 2021-08-06 14:08あずにゃん的博客 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新） 3.4 CNN架构 下面我们主要以一些常见的网络结构去解析，并介绍大部分的网络的特点。这里看一下卷积的发展历史图。 ...
- 2023-02-03 11:52回答 4 已采纳 后续增加numpy解决
- 2022-10-22 16:50爱学习的王同学#的博客 VGG、RestNet、MobileNet的一些基本介绍
- 2022-11-25 18:17ca1m4n的博客 今天才知道装的pytorch和CUDA版本不匹配，还是不能太依赖别人的环境，重建了一个虚拟环境费点时间但是问题有源可寻 查看CUDA是否可用：print(torch.cuda.is_available()) 查看CUDA版本：nvcc -V 50分钟训练完 train_...
- 没有解决我的问题, 去提问
