pytorch实现CNN卷积神经网络口罩识别

最新推荐文章于 2023-06-05 14:18:51 发布

ㅤ 踢足球的程序员

最新推荐文章于 2023-06-05 14:18:51 发布

阅读量4.8k

点赞数 7

文章标签： cnn pytorch python opencv

本文链接：https://blog.csdn.net/asskjj/article/details/124438473

版权

环境

PyCharm Community Edition 2021.3.1
Pytorch

代码实现

CNN卷积网络代码

import torch
from torch import nn
from torchvision import datasets
from torchvision import transforms
from torch.autograd import Variable
from torch.utils.data import DataLoader
from PIL import Image
import matplotlib.pyplot as plt


class CNN(nn.Module):
    def __init__(self):
        super(CNN, self).__init__()
        self.layer1 = nn.Sequential(nn.Conv2d(3,16,3,padding=1),          # 第一个卷积层，输入通道数3，输出通道数16，卷积核大小3*3
                                    nn.ReLU(True),                        # 第一次卷积结果经过ReLU激活函数处理
                                    nn.MaxPool2d(kernel_size=2, stride=2) # 第一次池化，池化大小2*2，方式Max pooling
                                    )
        self.layer2 = nn.Sequential(nn.Conv2d(16,16,3,padding=1),
                                    nn.ReLU(True),
                                    nn.MaxPool2d(kernel_size=2, stride=2)
                                  )
        self.fc = nn.Sequential(nn.Linear(56 * 56 * 16, 128),# 第一个全连接层，线性连接，输入节点数56*56*16，输出节点数128
                                nn.ReLU(True),
                                nn.Linear(128, 64),# 第二个全连接层，线性连接，输入节点数128，输出节点数64
                                nn.ReLU(True),
                                nn.Linear(64, 2)# 第三个全连接