DeepLab-ResNet-101

完整工程案例：深度学习Tensorflow 图像语义分割（Image Segmentation）DeepLab基于ResNet101模型（tensorflow1.1以上、python3.5及以上）

imagenet-resnet-50-dag.mat

matlabd的MatConvNet中下载和使用预训练的模型imagenet-resnet-50-dag，下载自http://www.vlfeat.org/matconvnet/models/imag

Deep-Learning-Approach-for-Surface-Defect-Detection-master.zip.part

基于tensorflow开发的瑕疵检测，秒杀resnet和deeplab，可以下载下来直接用里面有详细教程，

Deeplab-v2中vgg和resnet的模型文件

从官网下载的Deeplab-v2中vgg和resnet的模型文件，包括caffemodel以及prototxt

tensorflow-resnet-inception网络

使用tensorflow写的resnet-110训练cifar10数据，以及inceptionv3的一个网络（不带数据集），DenseNet在写（后续更新）

deeplab-resnet.pth.tar

resnet26训练实例分割模型，用于overhaul distillation模型教师网络训练 resnet26训练实例分割模型，用于overhaul distillation模型教师网络训练

ResNet-50-premodel.zip

resnet50预训练模型，基于imagenet得到的预训练模型，主要是适用于加载预训练参数，配合prototxt文件使用最佳。

resnet50-19c8e357.pth.zip

mmdetection里用的预训练模型resnet的，放在AWS上的，国内下载不便，放在CSDN方便大家下载

tensorflow for deep learning.pdf

1. Introduction to Deep Learning. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

ResNet的TensorFlow实现

VGGNet和GoogLeNet等网络都表明有足够的深度是模型表现良好的前提，但是在网络深度增加到一定程度时，更深的网络意味着更高的训练误差。误差升高的原因是网络越深，梯度弥散的现象就越明显，所以在后

tensorflow-densenet-resnet-inception网络

该文件包含一个densenet，一个resnet，一个inception网络。

resnet-50-symbol.json

resnet各种预训练模型，for MXNet框架使用。faster rcnn中使用demo测试resnet网络。 50

tensorflow版resnet代码(18,50,101,152)

tensorflow版本的resnet代码，以最简化的方式构建。可以适用于各种网络的结构的变形，另外提供预训练tensorflow版本的预训练权重，由于上传文件限制，下载好代码之后：https://p

resnet50_tensorflow

resnet50, 特征网络， Tensorflow object detection API中Demo用到

ResNet-50-model.caffemodel

ImageNet pre-trained ResNet-50的caffemodel 来源：https://github.com/KaimingHe/deep-residual-networks中提供的

resnet18-5c106cde.pth和resnet101-5d3b4d8f.pth

pytroch官网提供的预训练模型：resnet18：resnet18-5c106cde.pth和resnet：resnet101-5d3b4d8f.pth（两个文件打包在一起）

VGG，V3，RESNET迁移学习，tensorflow

VGG，V3，RESNET迁移学习，tensorflow和keras写的程序

tensorflow的目标检测模型rfcn_resnet101_coco_11_06_2017

tensorflow的目标检测模型rfcn_resnet101_coco_11_06_2017

inception-resnet-v1-part0

tensorflow, models, slim pre-trained model: inception-resnet-v1-201608-30.tar.gz

ResNet-101-model.caffemodel

ImageNet pre-trained ResNet-101的caffemodel 来源：https://github.com/KaimingHe/deep-residual-networks中提供

Inception-v4, Inception-ResNet

Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning_v1

fb.resnet.torch, http中ResNet的Torch 实现.zip

fb.resnet.torch, http中ResNet的Torch 实现 Torch 中的 ResNet培训方法利用深度残差学习技术实现对图像识别的剩余网络训练，并利用语言对它的进行了训练。 al

se_resnet50-ce0d4300.pth

pytorch官方预训练模型：se_resnet50-ce0d4300.pth，亲测可用

resnet34-333f7ec4.pth

resnet34-333f7ec4.pth