Projekt 12
ResNet50- & VGG19-Modellvergleich
Eine analytische Studie, die klassische Convolutional-Architekturen per Transfer Learning auf einem eigenen Datensatz trainiert und anschließend Genauigkeit sowie Inferenzgeschwindigkeit vergleicht.
- Kategorie
- KI
verwendete technologien
- Python
- TensorFlow
- Keras
- CUDA
- Matplotlib
- Seaborn
wichtigste funktionen
- 01Fine-Tuning-Strategien mit schichtweisem Einfrieren der Gewichte und eigenen Klassifikationsköpfen.
- 02Architekturvergleich anhand von Precision-, Recall- und F1-Score-Metriken.
- 03Mit CUDA-Beschleunigung optimierte Trainingsschleifen.