基于Colaboratory平台使用VGGNet网络进行图片分类

本文档介绍了如何在Google Colaboratory平台上利用VGGNet网络进行图片分类。首先简述了数据集,包括训练集和测试集的结构。接着,详细描述了环境配置,如设置TPU运行环境,以及从Google Drive加载数据。然后,展示了安装TensorFlow环境和训练模型的代码,以及训练过程中的精度曲线。最后,提供了测试模型并导出分类结果的步骤。
摘要由CSDN通过智能技术生成

基于VGGNet网络进行图片分类

  • 由于样本是在有点多,加上有点其他的事情,样本制作工作,还差一点,有因为一些其他的原因,碰巧需要用Colaboratory来跑一下数据,在网上参考了一下代码之后,用Colaboratory跑了一遍图片分类的流程(我自己的实验室用做实例分割),就当先练练手了
  • Colaboratory平台的基本信息我就不做介绍了,网上有很多,我直接上操作截图了(跳过了Colaboratory基本使用方法,网上也有很多,搜搜就好了)
  • 第一步,上传代码和样本数据,主要包括三个文件夹,分别存放代码、数据集、分类结果
    在这里插入图片描述
  • code文件夹主要包括三个文件CNN_net.py、garbage_classification.ipynb、utils_paths.py,分别用于构建VGG网络、可视化训练和分类过程的笔记本、批量处理数据集图片的路径方法,代码分别如下,采用的都是相对目录,大家想用的直接复制粘贴即可。
  • CNN_net.py的代码如下。原理就是三个卷积池化层+一个全连接
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

lemon_tttea

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值