基于联邦学习的分心驾驶检测
Python
Python
共20个文件
py: 11
md: 3
png: 3
LICENSE: 1
out: 1
txt: 1
使用VGG19、efficientnet和Resnet50分别对驾驶员状态数据集进行分类,并在近期的工作中加入了联邦学习的方法,将Shapley值和激励机制引入到联邦学习过程中。
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
联邦学习驾驶员状态分类设计源码:该项目基于Python开发,包含20个文件,主要使用Python语言。该项目利用VGG19、efficientnet和Resnet50等深度学习模型对驾驶员状态数据集进行分类。近期工作中,项目加入了联邦学习的方法,引入了Shapley值和激励机制,以提高模型的准确性和鲁棒性。
资源推荐
资源详情
资源评论
收起资源包目录
upload.zip (19个子文件)
LICENSE 1KB
federated-learning
data
__init__.py 62B
save
fed_FL_dd_vgg_1000_C0.1_iidTrue.png 21KB
.gitkeep 0B
fed_FL_dd_vgg_100_C0.1_iidTrue.png 41KB
fed_mnist_cnn_50_C0.1_iidTrue.png 17KB
main_fed.py 12KB
utils
__init__.py 62B
options.py 3KB
sampling.py 2KB
nohup.out 56KB
requirements.txt 33B
models
__init__.py 62B
Fed.py 301B
Nets.py 665B
test.py 2KB
Update.py 4KB
Noise_data_generation.py 3KB
readme.txt 335B
共 19 条
- 1
资源评论
沐知全栈开发
- 粉丝: 4967
- 资源: 4984
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功