综合实验---基于卷积神经网络的目标分类案例

最新推荐文章于 2024-03-12 13:34:53 发布

ok的ok路

最新推荐文章于 2024-03-12 13:34:53 发布

阅读量131

点赞数 1

文章标签： cnn 人工智能神经网络

本文链接：https://blog.csdn.net/m0_72668380/article/details/131519959

版权

一 .环境配置

1,安装Anaconda

安装教程
https://blog.csdn.net/m0_58807717/article/details/129480998?spm=1001.2014.3001.5501

2，配置TensorFlow、Keras

2.1创建虚拟环境

打开cmd命令终端

2.2 安装tensorflow和keras

二，猫狗数据分类建模

数据集的准备

数据集的下载
kaggle网站的数据集下载地址：
猫狗数据集_2000 | Kaggle
百度网盘下载
链接：百度网盘请输入提取码
密码：dmp4
数据集的分类
将下载的数据集进行解压操作3.3.3.猫狗图像的预处理

import os, shutil 
# 原始目录所在的路径
original_dataset_dir = 'C:\\Users\\Administrator\\Desktop\\shuju\\train'

# 数据集分类后的目录
base_dir = 'C:\\Users\\Administrator\\Desktop\\shuju\\train1'
os.mkdir(base_dir)

# # 训练、验证、测试数据集的目录
train_dir = os.path.join(base_dir, 'train')
os.mkdir(train_dir)
validation_dir = os.path.join(base_dir, 'validation')
os.mkdir(validation_dir)
test_dir = os.path.join(base_dir, 'test')
os.mkdir(test_dir)

# 猫训练图片所在目录
train_cats_dir = os.path.join(train_dir, 'cats')
os.mkdir(train_cats_dir)

# 狗训练图片所在目录
train_dogs_dir = os.path.join(train_dir, 'dogs')
os.mkdir(train_dogs_dir)

# 猫验证图片所在目录
validation_cats_dir = os.path.join(validation_dir, 'cats')
os.mkdir(validation_cats_dir)

# 狗验证数据集所在目录
validation_dogs_dir = os.path.join(validation_dir, 'dogs')
os.mkdir(validation_dogs_dir)

# 猫测试数据集所在目录
test_cats_dir = os.path.join(test_dir, 'cats')
os.mkdir(test_cats_dir)

# 狗测试数据集所在目录
test_dogs_dir = os.path.join(test_dir, 'dogs')
os.mkdir(test_dogs_dir)

# 将前1000张猫图像复制到train_cats_dir
fnames = ['cat.{}.jpg'.format(i) for i in range(1000)]
for fname in fnames:
    src = os.path.join(original_dataset_dir, fname)
    dst = os.path.join(train_cats_dir, fname)
    shutil.copyfile(src, dst)

# 将下500张猫图像复制到validation_cats_dir
fnames = ['cat.{}.jpg'.format(i) for i in range(1000, 1500)]
for fname in fnames:
    src = os.path.join(original_dataset_dir,