七、VGG16+BN（Batch Normalization）实现鸟类数据库分类

最新推荐文章于 2025-09-24 10:11:11 发布

原创

最新推荐文章于 2025-09-24 10:11:11 发布 · 1.7k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#分类 #深度学习 #python #tensorflow

本文介绍了如何在Windows系统下安装Tensorflow 2.x，利用VGG16+BN模型对加利福尼亚理工学院的鸟类数据库进行分类。内容包括数据预处理、图像显示、模型构建、编译与训练，以及针对GPU资源优化的建议。

文章目录

前文

加利福尼亚理工学院鸟类数据库分类VGG16+BN版本

数据生成器

from keras.preprocessing.image import ImageDataGenerator

IMSIZE = 224
train_generator = ImageDataGenerator(rescale=1. / 255).flow_from_directory('../../data/data_vgg/train',
                                                                           target_size=(IMSIZE, IMSIZE),
                                                                           batch_size=20,
                                                                           class_mode='categorical'
                                                                           )

validation_generator = ImageDataGenerator(rescale=1. / 255).flow_from_directory('../../data/data_vgg/test',
                                                                                target_size=(IMSIZE, IMSIZE),
                                                                                batch_size=20,
                                                                                class_mode='categorical'
                                                                                )
                                                                           )

图像显示

from matplotlib import pyplot as plt

plt.figure()
fig, ax = plt.subplots(2, 5)
fig.set_figheight(6)
fig.set_figwidth(15)
ax = ax.flatten()
X, Y = next