目标识别100例 | 第7例：识别灵笼中的人物 -卷积神经网络（VGG-19）

晨星同行

已于 2023-01-10 11:18:41 修改

阅读量164

点赞数

分类专栏：《深度学习实战案例》文章标签： python tensorflow 深度学习

于 2022-12-28 10:45:00 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/m0_68629936/article/details/128444072

版权

《深度学习实战案例》专栏收录该内容

14 篇文章 4 订阅 ¥99.90 ¥299.90

订阅专栏

该博客通过Python和TensorFlow框架，详细介绍了如何利用VGG-19网络进行目标识别，特别是在识别灵笼动画中的人物角色。内容涵盖了数据预处理、构建VGG-19模型、模型训练、评估和保存加载模型等步骤。

摘要由CSDN通过智能技术生成

💡《目标识别100例》使用的是Python语言、TensorFlow框架，包含了几十种CNN算法案例
💎 附有 🖥 源码 与 📊 数据 ，可一键运行，避免调试烦恼
🏆 课程大作业、毕业论文可直接考借鉴
🎈 同时 附带各种算法原理及对应的代码教程，用户可根据自身情况快速排列组合，在不同的数据集上实验, 应用组合写论文！

我们的代码流程图如下：

文章目录

一、前期工作
二、数据预处理
三、构建VGG-19网络
四、编译
五、训练模型
六、模型评估
七、保存and加载模型
八、预测

一、前期工作

本文将实现灵笼中人物角色的识别。较上一篇文章，这次我采用了VGG-19结构，并增加了预测与保存and加载模型两个部分。

1. 设置GPU

如果使用的是CPU可以忽略这步

了解本专栏

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
目标识别100例 | 第7例：识别灵笼中的人物 -卷积神经网络（VGG-19）

本文将实现灵笼中人物角色的识别。较上一篇文章，这次我采用了VGG-19结构，并增加了预测与保存and加载模型两个部分。
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

晨星同行 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

实付元

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。