李宏毅的机器学习作业3

最新推荐文章于 2022-09-17 00:20:40 发布

原创

最新推荐文章于 2022-09-17 00:20:40 发布 · 1.8k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#神经网络 #pytorch

这是一个图像识别任务，使用PyTorch实现卷积神经网络（CNN）对食物图片进行分类。数据处理包括读取文件、提取标签和数据增强。模型结构相对简单，利用Dataset和DataLoader组织数据，通过池化和卷积操作进行特征提取。

李宏毅的机器学习作业3

作业要求
数据处理
模型搭建

作业所需数据 akti
作业参考答案

作业要求

本次作业是一个图像识别任务，要将所给的食物图片分类，共有十一种，图片对应的食物编号在图片名字的前缀上。本此作业需要用到的是卷积神经网络cnn，以pytorch实现,由于任务较简单，所以使用的网络结构并不复杂。

数据处理

先总结一下对数据的处理步骤。

读取文件，提取标签

def readfile(path, label):
    # label 是一個 boolean variable，代表需不需要回傳 y 值
    image_dir = sorted(os.listdir(path))
    x = np.zeros((len(image_dir), 128, 128, 3), dtype=np.uint8)
    y = np.zeros((len(image_dir)), dtype=np.uint8)
    for i, file in enumerate(image_dir):
        img = cv2.imread(os.path.join(path, file))
        x[i, :, :] = cv2.resize(img,(128, 128))
        if label:
          y[i] = int(file.split("_")[0])
    if label:
      return x, y
    else:
      return x

数据增强，对图片随机翻转，旋转。

train_transform = transforms.Compose([
    transforms.ToPILImage(),
    transforms.RandomHorizontalFlip(), #隨機將圖片水平翻轉
    transforms.RandomRotation(15)