[T5] MobileNetV2: load ImageNet-pretrained model with a 3-class head
维护者通常 1 天内回复
还没有人认领这个 Issue。
评估
- 难度
- 2/5
- 预计耗时
- 1-3 小时
- 新手友好度
- 72/100
- Issue 类型
- 功能
- 描述清晰度
- 描述清楚
- 活跃度
- 活跃
- 技术栈
- jupyter-notebook, python, tensorflow
调研方向
从SOTA_MobileNetV2.ipynb开始，并检查 issue #49 中的前置工作。构建指定的、经过 ImageNet 预训练并带有三分类头的 MobileNetV2，使用共享的animal/train、animal/val和animal/test划分及所要求的预处理，并打印参数总数和可训练参数数目。在一个训练 batch 上运行预测；输出形状为(batch, 3)即为完成。
由索引模型根据 Issue 内容生成。
描述
Assignment task 5 (SOTA fine-tuning).
File: SOTA_MobileNetV2.ipynb
Tasks
-
tf.keras.applications.MobileNetV2(include_top=False, weights="imagenet", input_shape=(64, 64, 3)) - Add head: GlobalAveragePooling → Dropout → Dense(3, softmax)
- Correct preprocessing:
tf.keras.applications.mobilenet_v2.preprocess_input(expects 0–255 pixels, maps to [-1, 1]); Keras will warn that 64×64 is not a standard size and load the 224 weights – this is expected - Print total and trainable parameter counts
Use the shared split in animal/train, animal/val, animal/test (64×64 RGB PNG, 700/150/150 images per class). Do not re-split or resize. No data augmentation (group decision).
Done when
Model builds and predicts shape (batch, 3) on one batch from animal/train.
Depends on
#49
Branch: feat/67-mobilenetv2-build · open a PR into main with Closes #67 in the description.
- 主要语言
- Jupyter Notebook
- 星标
- 0
- 派生
- 0
- 平均合并
- 2 小时 30 分钟
- 30 天内合并 PR
- 23
环境准备
这个项目没有提供开发容器、Dockerfile 或贡献指南，环境需要你自己搭建：先看它的 README，通用步骤见我们的新手贡献指南。
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
VisionForgeCSE/CNN-For-Image-Classification 的其他 Issue
-
evaluation
难度 2/5 1-3 小时 新手友好度 66/100
VisionForgeCSE/CNN-For-Image-Classification#27 ·
维护者通常 1 天内回复
-
evaluation good first issue
难度 2/5 1-3 小时 新手友好度 62/100
VisionForgeCSE/CNN-For-Image-Classification#26 ·
维护者通常 1 天内回复
-
evaluation
难度 2/5 1-3 小时 新手友好度 68/100
VisionForgeCSE/CNN-For-Image-Classification#25 ·
维护者通常 1 天内回复
-
training
难度 2/5 1-3 小时 新手友好度 68/100
VisionForgeCSE/CNN-For-Image-Classification#22 ·
维护者通常 1 天内回复
-
training
难度 2/5 1-3 小时 新手友好度 65/100
VisionForgeCSE/CNN-For-Image-Classification#21 ·
维护者通常 1 天内回复
查看 VisionForgeCSE/CNN-For-Image-Classification 的全部 Issue
相似的 Issue
-
难度 2/5 1-3 小时 新手友好度 76/100
vladmandic/sdnext#5162 ·
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 72/100
huggingface/peft#4019 ·
维护者通常 1 天内回复
-
desktop-app
难度 2/5 1-3 小时 新手友好度 78/100
raullenchai/Rapid-MLX#4975 ·
维护者通常 1 天内回复
-
难度 1/5 1 小时以内 新手友好度 65/100
huggingface/trl#7806 · 1 条评论 ·
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 78/100
NeuroTechX/moabb#1321 ·
维护者通常 1 天内回复