可视化经典模型的对比实验总结

环境安装

安装OpenGL

sudo apt-get install -y build-essential  libxmu-dev libgl1-mesa-glx libglu1-mesa-dev libgl1-mesa-dev freeglut3-dev libglew-dev libsdl2-dev libsdl2-image-dev libglm-dev libfreetype6-dev

安装Netron

安装

AlexNet

Alexnet 是一个图像分类模型，其中输入是 1000 个不同类别（例如猫、狗等）之一的图像，输出是 1000 个数字的向量。输出向量的第i个元素是输入图像属于第i类的概率；因此，输出向量的所有元素之和为 1。AlexNet 的输入是大小为 224x224 像素的 RGB 图像。

EfficientNet

EfficientNet-Lite4 用于图像分类。它实现了高精度，并且可以在计算资源有限的移动 CPU（除了 GPU 和 TPU）上运行。输入是大小为 (224 x 224 px) x 3 个通道的 RBG 图像。模型的输出是一个长度为 1000 的数组分数。

VGG

参考材料：

1. https://blog.csdn.net/u014546828/article/details/122678583

标签：输出,经典,dev,可视化,图像,mesa,对比,输入,1000
来源： https://www.cnblogs.com/isLinXu/p/15935261.html