模型动物园中的模型通常在选定的几个公开基准上进行训练/测试。我相信每个模型都清楚地说明了它所训练/测试的基准。了解使用的基准测试,您可以直接从基准网站访问标签列表。
例如,受过训练的模型 的 ImageNet 强> (也称为ILSVRC挑战)训练将每个图像分类为1000个类别中的一个(最后一层) num_output: 1000 )。您可以找到有关此基准测试类的更多信息 这里 和 这里 。
num_output: 1000
一些模型经过培训 的 CIFAR 强> 微小的图像。该基准测试有两种“风格”:CIFAR10和CIFAR100,它们将每个图像分别分为10或100个类别中的一个( num_output 最后一层10或100)。您可以在基准测试的网页上找到类的列表。
num_output
除了分类模型之外,还有检测模型,经过培训可以进行分类 的 和 强> 本地化每个图像中的多个对象。这些模型通常在基准测试上进行培训,例如 的 MSCOCO 强> 有80个班级(如果我没有记错的话),和 的 PASCAL VOC 强> 检测挑战 有20个班级。
最重要的是,您需要查看每个模型的培训基准,然后从基准测试的网页上获取标签。