神经网络实现猫的种类识别
神经网络实现猫的种类识别
代码地址:https://github.com/yeLer/cat_kind
实现的主要部分有
- 简单的网络结构在猫的种类识别上的应用,测试准确率0.832
- 使用resNet50在猫的种类识别上的应用,测试准确率0.866
- 使用数据增强解决过拟合问题,并提高测试准确率,测试准确率0.999
项目文件夹说明
------
cat_kind 项目文件名|----cat_data_resNet50 存放用于resNet网络训练的数据|----train 训练数据|----test 测试数据|----cat_kind_data 存放用于简单案例网络训练的数据(train.py)|----train 训练数据|----test 测试数据|----dataAug 数据增强后存放训练集的位置|----models 保存训练模型的位置|----predict_imgs 测试过程中使用的图片文件夹|----resnet_example 使用resnet网络的文件夹|----predict_on_resnet.py 预测的时候使用的文件|----resnet50.py 定义resnet网络的文件|----train_on_resnet.py 训练resnet的文件|----source_images 数据集的原始文件夹|----孟买猫|----布偶猫|----暹罗猫|----英国短毛猫|----tools 工具文件夹|----data_aug.py 数据增强|----prepare_data.py 数据预处理|----predict.py 使用简单网络进行预测的文件|----requirement.txt 环境依赖|----train.py 使用简单网络进行训练的文件
step1 数据集预处理
使用文件:prepare_data.py
包括的操作有:
图片重命
- 在renameJPG()方法实现,重命名的意图有两个,第一是将图片都统一为一种图片类型,
第二个目的是给图片添加训练标签(当然也可以将标签写在文件当中,这里只是一种简便的
做法)
图片转换为统一的格式
- 图片重命名保存的过程中将图片统一格式
图片统一大小
- 该网络要求输入图片的大小为(100,100),所以运行时要修改out_img_size为(100,100),数据集保存位置save_dir为cat_kind_data
将图片按照一定的比例划分
- 按照比例9:1将数据划分为训练集和测试集,默认参数为0.9
step2 训练
- 使用文件:train.py,直接执行
step3 测试
- 使用文件:predict.py,直接执行
二 使用经典网络ResNet50实现猫的种类识别
- 由于resnet网络较为复杂,在少量的数据集情况下结果容易出现过拟合,所以首先进行数据增强的处理
step1 数据增强
直接运行data_aug.py,然后会在dataAug文件夹下生成四个对应猫种类的文件夹,相应的参数可以在data_aug.py调整
step2 数据集预处理
使用文件:prepare_data.py
包括的操作有:
图片重命名
- 在renameJPG()方法实现,重命名的意图有两个,第一是将图片都统一为一种图片类型,
第二个目的是给图片添加训练标签(当然也可以将标签写在文件当中,这里只是一种简便的
做法)
图片转换为统一的格式
- 图片重命名保存的过程中将图片统一格式
图片统一大小
- 在resNet中要求图片的大小在197——224之间,这里将图片的大小统一在224*224
将图片按照一定的比例划分
- 按照比例9:1将数据划分为训练集和测试集
step3 定义网络结构
网络结构采用Keras搭建好的resNet50,使用文件:resnet_example/resnet50.py
使用文件:resnet_example/resnet50.py,原始文件可从deep-learning-models
获取,为了使得该文件能适应训练加测试,我做了相应的修改
step4 训练
- 使用文件:resnet_example/train_on_resnet.py
step5 测试
- 使用文件:resnet_example/predict_on_resnet.py
神经网络实现猫的种类识别相关推荐
- 《MATLAB智能算法30个案例》:第26章 有导师学习神经网络的分类——鸢尾花种类识别
<MATLAB智能算法30个案例>:第26章 有导师学习神经网络的分类--鸢尾花种类识别 1. 前言 2. MATLAB 仿真示例 3. 小结 1. 前言 <MATLAB智能算法30 ...
- Top2:CNN 卷积神经网络实现猫狗图片识别二分类
Top2:CNN 卷积神经网络实现猫狗图片识别二分类 系统:Windows10 Professional 环境:python=3.6 tensorflow-gpu=1.14 ```python &qu ...
- 基于卷积神经网络的猫种类的识别
1 引言 我也是刚刚接触卷积神经网络不久,理解的也不是特别深入,以下都是我自己的个人想法,如有错误希望大家指正. 这个是一个基于类似于VGG模型(模型来源于keras文档)的卷积神经网络实现的图片分类 ...
- 【实战】kaggle猫狗大战-卷积神经网络实现猫狗识别
卷积神经网络:猫狗识别 目录 第一步:导入数据集 第二步:数据预处理 第三步:迁移学习 第四步:模型保存 第五步:模型融合 第一步:导入数据集 kaggle猫狗大战数据集地址:kaggle # 将ka ...
- CV之CNN:基于tensorflow框架采用CNN(改进的AlexNet,训练/评估/推理)卷积神经网络算法实现猫狗图像分类识别
CV之CNN:基于tensorflow框架采用CNN(改进的AlexNet,训练/评估/推理)卷积神经网络算法实现猫狗图像分类识别 目录 基于tensorflow框架采用CNN(改进的AlexNet, ...
- DL之AlexNet:利用卷积神经网络类AlexNet实现猫狗分类识别(图片数据增强→保存h5模型)
DL之AlexNet:利用卷积神经网络类AlexNet实现猫狗分类识别(图片数据增强→保存h5模型) 目录 利用卷积神经网络类AlexNet实现猫狗分类识别(图片数据增强→保存h5模型) 设计思路 处 ...
- MAT之GRNN/PNN:基于GRNN、PNN两神经网络实现并比较鸢尾花(iris数据集)种类识别正确率、各个模型运行时间对比
MAT之GRNN/PNN:基于GRNN.PNN两神经网络实现并比较鸢尾花(iris数据集)种类识别正确率.各个模型运行时间对比 目录 输出结果 实现代码 输出结果 实现代码 load iris_dat ...
- TensorFlow 卷积神经网络之猫狗识别(二)
本文是TensorFlow 卷积神经网络之猫狗识别 的姊妹篇,是加载上一篇博客训练好的模型,进行猫狗识别 本文逻辑: 我从网上下载了十几张猫和狗的图片,用于检验我们训练好的模型. 处理我们下载的图片 ...
- 基于卷积神经网络的猫狗识别
卷积神经网络的猫狗识别 任务需求 环境配置 识别猫狗实例 首先导入库 数据预处理: 读取数据: 定义网络: 调整机器学习率 定义训练过程 训练开始 训练结果 用于测试代码 结果 任务需求 按照 htt ...
最新文章
- 成功解决AttributeError: ‘DataFrame‘ object has no attribute ‘tolist‘
- junit与spring-data-redis 版本对应成功的
- 和平精英要多少Android版本,和平精英外国版
- kallsyms 压缩_initrd.img、System.map学习札记
- 超级*** 08鬼斧神工
- IDEA中启动tomcat
- 毕设题目:Matlab元胞自动机城市规划
- 细谈等级保护与ISO27000系列的区别与联系
- Jmeter之接口测试流程详解
- (XWZ)的python学习笔记——pandas
- 两台电脑实现串口通信
- Python实例——国际标准书号(ISBN)的计算
- 读《我没偷懒 - 读写记忆困难儿童案例》
- 服务器配置的各种英文简称
- IDEA谷歌翻译插件提示:更新 TKK 失败,请检查网络连接
- 床的标准尺寸和规格都有哪种
- python函数题库及答案_python—函数基础练习题
- 《Python小白入门》python环境安装,一步一截图
- 于氏:简单监控全网服务
- 多智能体强化学习思路整理
热门文章
- 执念是惩罚自己,释怀才是与自己和解
- Xposed框架Xposed安装器|Xposed for Android 5.0/5.1/6.0|详细安装教程
- jQuery实现广告图片轮播切换
- Should be compatible with WP_Widget::widget($args, $instance)
- 牛客竞赛:第三届超越杯程序设计团体赛题解
- 微信小程序Java登录流程(ssm实现具体功能和加解密隐私信息问题解决方案)...
- 在Centos7下捣鼓邮件发送软件sendmail与postfix
- 华为机试——字符串压缩(stringZip)
- 狂妄之人音乐计算机乐谱,天谕手游狂妄之人乐谱_狂妄之人乐谱代码分享_3DM手游...
- mysql数据封装是什么_MySql数据封装操作类