本人研究方向为目标分类识别。
研究生阶段的研究创新点已经初具规模,老师要求多有对比实验。
利用其他经典网络来训练自己收集的图片训练集,是我想到比较直观的办法。TFlearn是Tensorflwo的一个高级API,里面有各种已经写好的网络代码示例,简单明了。(具体关于TFLearn的资料,大家自己去百度)
在TFlearn文件夹下examples/images/里面有许多图像分类的网络可用,但缺点是里面的网络用的数据Oxford17 ,Cifar10 , Mnist三大经典数据集,而且每个网络的数据导入函数又关联到其他函数,好不麻烦!!!
经过投机取巧的思考,如训练自己的数据集,解决方法如下:
以使用Oxford17数据集为代表的Alexnet为例:
Alexnet代码如下
from __future__ import division, print_function, absolute_import
import tflearn
from tflearn.layers.core import input_data, dropout, fully_connected
from tflearn.layers.conv import conv_2d, max_pool_2d
from tflearn.layers.normalization impor