用于植物分类的ResNet18模型

用于植物分类的ResNet18模型

模型描述

此模型是在plants数据集上进行植物分类任务训练的ResNet18模型。该模型训练了20个轮次（epochs）。

训练

模型的训练学习率为0.1，动量为0.9，权重衰减为1e-4。设置的批处理大小为256。模型使用单个GPU进行训练。

性能

请在此处替换为ResNet18模型在验证/测试数据集上的性能，如准确率、精确度、召回率和F1分数。

使用模型

要使用此模型，使用PyTorch的torch.load()函数加载它，然后在模型上调用.eval()方法：

model = torch.load('pytorch_model.pt')
model.eval()

Clone with HTTP

 git clone https://www.modelscope.cn/flowscolors/plant-classify-resnet18.git