今天我们将基于tensorflow2.X深度学习框架实现ResNet并训练自己的数据集。文章将分成以下几个部分。
- 数据预处理
- 网络构建
- 模型训练
- 模型评估
本次数据集使用的是kaggle上一份关于猫和狗识别任务数据集,共包含有25000张的训练数据,分为dog,cat两个类别。
数据预处理
我们先从kaggle上把需要的数据下载下来https://www.kaggle.com/c/dogs-vs-cats/data,下载好的数据分为train和test两个文件。其中train中的影像如图所示,通过观察数据确定图片名中包含了类别名。
这里我们为了方便,将train文件中的cat图片与dog图片分开,并分别放置在对应的文件夹下,并随机从分好的文件夹中取出0.3比例的图片放置在validation文件夹中作为验证数据集,至此数据集已经划分好。