Load pretrained MobileNetV2 with a 3-class head
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 3/5
- Tiempo estimado
- Medio día
- Aptitud para principiantes
- 62/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Bien especificado
- Estado de actividad
- Activo
- Stack tecnológico
- python
- Área
- machine-learning
Línea de trabajo
The work goes in src/pretrained.py, where build_pretrained('mobilenetv2_100', num_classes=3) should wrap timm.create_model(..., pretrained=True). Read issue #4 first, since this one depends on it, and check whether it is merged. Done means a (1,3,64,64) input returns (1,3), the trainable parameter count is about 2.2M, and the local .pth fallback works when Hugging Face is unreachable.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
ImageNet weights from timm.
Files: src/pretrained.py
Tasks
-
build_pretrained('mobilenetv2_100', num_classes=3)usingtimm.create_model(..., pretrained=True) - Replace the classifier with
reset_classifier(3) - Fallback: load weights from a local
.pthfile if Hugging Face is unreachable
Done when
Forward of (1,3,64,64) returns (1,3); about 2.2M trainable params.
Depends on
#4
Close with a commit or PR message containing Closes #<this issue>.
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 0
- Forks
- 0
- Merge medio
- 5 h 32 min
- PR fusionados (30 d)
- 5
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de VisionForgeCSE/CNN-For-Image-Classification
-
Inference latency benchmarkAbiertoevaluation
Dificultad 2/5 1-3 horas Aptitud para principiantes 66/100
-
evaluation good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100
-
Plot confusion matrixAbiertoevaluation
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
-
Save training histories to JSONAbiertotraining
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
-
Optimizer factoryAbiertotraining
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100
Todos los issues de VisionForgeCSE/CNN-For-Image-Classification
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
aws/sagemaker-python-sdk#6495 ·
Los mantenedores suelen responder en 2 días
-
area/tracking bug triage: reproduced
Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100
mlflow/mlflow#26809 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
Questions crashes on a real SQuAD2 no-answer predictionPosiblemente ocupada @HuaTNA la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
huggingface/sentence-transformers#4186 ·
Los mantenedores suelen responder en 5 días
-
bot-triaged module: correctness (silent) module: mps module: NaNs and Infs triage review
Dificultad 2/5 Medio día Aptitud para principiantes 62/100
Los mantenedores suelen responder en 1 día