![a4ea80f1321d9d13a19517661250c069.png](https://img-blog.csdnimg.cn/img_convert/a4ea80f1321d9d13a19517661250c069.png)
在这篇文章中,我将使用fastai库(构建在PyTorch上)训练卷积神经网络,将图像分类为硬纸板、玻璃、金属、纸张、塑料或垃圾。我将使用由Gary Thung和Mindy Yang手工收集的图像数据集。请在此处下载机器学习数据集(https://github.com/garythung/trashnet/blob/master/data/dataset-resized.zip)。注意:您需要使用GPU来加速训练。
导入Python库
from fastai.vision import *from fastai.metrics import error_ratefrom pathlib import Pathfrom glob2 import globfrom sklearn.metrics import confusion_matriximport pandas as pdimport numpy as npimport osimport zipfile as zfimport shutilimport reimport seaborn as sns
![f8d67bcbf0136fadb277a3f23e8452b1.png](https://img-blog.csdnimg.cn/img_convert/f8d67bcbf0136fadb277a3f23e8452b1.png)
提取数据
首先,我们需要提取“dataset-resized.zip”的内容。
files = zf.ZipFile("dataset-resized.zip