教程 | 图像分类: Caltech 256数据集-CSDN博客

本教程介绍了如何利用预训练的DenseNet121模型在Caltech 256数据集上进行图像分类。内容包括数据处理（如图像尺寸调整和白化）、DenseNet模型的解读、预训练模型加载以及神经网络的训练。通过在PyTorch框架下训练网络，克服了传统CNN的梯度消失问题，以提高分类效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Caltech 256是什么？

Caltech 256数据集是加利福尼亚理工学院收集整理的数据集，该数据集选自Google Image数据集，并手工去除了不符合其类别的图片。在该数据集中，图片被分为256类，每个类别的图片超过80张。

为什么要用Densenet121模型？

本项目使用在PyTorch框架下搭建的神经网络来完成图片分类的任务。由于网络输出的类别数量很大，简单的网络模型无法达到很好的分类效果，因此，本项目使用了预训练的Densenet121模型，并仅训练全连接层的参数。

项目流程：
1.数据处理
2.Densenet模型解读
3.加载预训练网络模型
4.训练神经网络

1、数据处理

首先从指定路径读取图像，将图像大小更改为224*224，并将图片范围从0-255改为0-1：

from PIL import Image
image= Image.open(path)
image=image.resize((224,224))
x_data= x_data.astype(numpy.float32)
x_data= numpy.multiply(x_data, 1.0/255.0)  
## scale to [0,1] from [0,255]

由于此数据集中有少量图片的色彩是单通道的，而神经网络的输入需要为三个通道，因此&#x