本期给大家介绍的是基于CNN的狗狗情感识别,效果图如下:
这是训练好的模型在python 03pyqt.py的可视化界面上,通过加载本地的图片,会将图片中的狗狗情感进行识别。
代码仓库和视频演示地址:
代码整体是非常简便的,总共三个py部分和一个数据集在data文件夹下。
运行01数据集文本生成制作.py 会将data文件夹下的狗狗情感图片,及happy还是angry的图片路径及对应的标签保存在logs文件夹下,为txt格式,分为训练和验证集。
运行02train.py可以对模型进行训练
训练好的模型同样保存在logs文件夹下。同时生成评价指标图,f1-score,精确度和召回率。
同时提供了除Efficientnet外,还有多种卷积神经网络供任意切换,包括VGG,Swin transformer,resnet,ResNeXt,Shufflenet, Mobilenet,GoogleNet,DLA,DenseNet,AlexNet等等。
最后运行python 03pyqt.py即可加载训练好的模型,对狗狗的情感进行识别。