写在前面：
首先感谢兄弟们的关注和订阅，让我有创作的动力，在创作过程我会尽最大能力，保证作品的质量，如果有问题，可以私信我，让我们携手共进，共创辉煌。（专栏订阅用户订阅专栏后免费提供数据集和源码一份，超级VIP用户不在服务范围之内，不想订阅专栏的兄弟们可以私信我详聊）
本篇博文，我们将使用PyTorch深度学习框架搭建ResNet实现钢轨缺陷识别，附完整的项目代码和数据集，可以说是全网最详细的手把手教程，初学者可以很好的入门，其他研究者可以加深ResNet的理解。
先看本项目训练的ResNet模型的识别效果：
ResNet（Residual Neural Network）由微软研究院的Kaiming He等四名华人提出，通过使用ResNet Unit成功训练出了152层的神经网络，并在ILSVRC2015比赛中取得冠军，在top5上的错误率为3.57%，同时参数量比VGGNet低，效果非常突出。ResNet的结构可以极快的加服务器托管网速神经网络的训练，模型的准确率也有比较大的提升。同时ResNet的推广性非常好，甚至可以直接用到InceptionNet网络中。
本文基于PyTorch深度学习框架搭建ResNet，并用于钢轨缺陷识别，是一个很有意义的教程，希望大家可以学会训练图像分类模型的流程以及套路，更深层次的了解ResNet网络结构。
图像分类项目实战往期回顾：
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
相关推荐: Unity学习笔记–数据持久化之PlayerPrefs的使用
数据持久化 PlayerPrefs相关 PlayerPrefs是Unity游戏引擎中的一个类，用于在游戏中存储和访问玩家的偏好设置和数据。它可以用来保存玩家的游戏进度、设置选项、最高分数等信息。PlayerPrefs将数据存储在本地文件中，因此可以在游戏重新启…
