图像处理系列
一、内容
(1)利用Pytorch搭建简单的CNN网络实现图像分类,并测试分类效果(更多步骤可参考https://www.stefanfiott.com/machine-learning/cifar-10-classifier-using-cnn-in-pytorch/);
(2)修改网络模型,进行新的训练,并测试分类效果;
(3)撰写实验报告。
二、使用简单的CNN网络进行图像分类
1.导入包
使用图2.1的代码导入包。
图2.1 导入包
2.数据下载、增强和划分
使用图2.2的代码进行数据下载、增强和划分数据集。
图2.2 数据下载、增强、划分
3.神经网络定义
使用图2.3的代码定义一个简单的CNN神经网络。
图2.3 定义简单的CNN神经网络
4.定义优化器
使用图2.4的代码定义优化器。
图2.4 定义优化器
5.训练和保存神经网络
使用图2.5的代码训练定义的模型,并保存,输出如图2.6。
图2.5 神经网络训练与保存
图2.6 模型训练输出
6.测试神经网络
a.准确率
使用图2.7的代码,计算准去率,最后得到准确率为62.17%。