1、公司内部需求,判断输入图像所属的类别(色情、暴力、正常等)
2、基于判断的类型,输入后续流程(如目标检测、图像中是否有人、人的属性等)
随着深度学习的兴起,卷积神经网络(CNN)在图像分类任务上取得了巨大的成功。CNN通过多层卷积和池化操作,自动学习图像的特征表示,并且能够从大规模数据中进行端到端的训练。著名的CNN模型,如LeNet、AlexNet、VGGNet、GoogLeNet和ResNet等,不断推动图像分类的性能和效果的提升。
1、标记数据
2、使用Pytorch搭建深度学习模型(bachbone为Resnet),划分训练集、测试机
3、模型离线推理
4、python使用环境搭建,Linux下实验环境搭建、NVIDIA显卡驱动安装等,windown下模型部署
1、标记数据,使用Pytorch搭建深度学习模型(bachbone为Resnet),划分训练集、测试机
2、使用Pytorch搭建深度学习模型(bachbone为Resnet)
3、模型离线推理
4、python使用环境搭建,Linux下实验环境搭建、NVIDIA显卡驱动安装等,windown下模型部署