pytorch alexNet 进行猫狗识别

最新推荐文章于 2024-09-15 15:58:40 发布

qq_38191717

最新推荐文章于 2024-09-15 15:58:40 发布

阅读量2.6k

点赞数 3

分类专栏：深度学习

本文链接：https://blog.csdn.net/qq_38191717/article/details/97160761

版权

本文记录了一次使用PyTorch的AlexNet模型进行猫狗识别任务时遇到的问题及解决过程。主要问题在于数据集的组织结构，原始数据集的train和test文件夹下直接包含图片，而torchvision.datasets.ImageFolder需要读取含有子文件夹的结构，每个子文件夹代表一类。解决方案是将train文件夹下的图片按照类别分别放入dog和cat两个子文件夹中。

摘要由CSDN通过智能技术生成

第一次做猫狗识别的任务，遇到点问题记录一下：

主要是数据集的问题：下载完猫狗数据集后，打开有两个文件夹分别是train和test。这两个文件夹中并没有子文件夹。直接将其导入

train_dataset = torchvision.datasets.ImageFolder(root='/home/qqsdqt/桌面/cat/data/train',transform=transform)

出现了问题是：在文件夹中没有找到文件，真是大写的懵逼，明明是有照片的好不啦。

后来查了查torchvision.datasets.ImageFolder 这个函数发现，这个函数应该读取文件夹，也就是说这个函数中的路径下的应该是文件夹，而不是直接是照片。将这个train下的文件分成dog和cat两个子文件夹。也就是说应该数下面这个样子滴！

百度了一下ImageFolder函数的解释

import torch
import torch.nn as nn
import torchvision
from torch.utils.data import DataLoader
from torch.autograd import Variable
import matplotlib.pyplot