经典网络vgg应用于 图像二分类的训练代码

本文档介绍了如何利用VGG16网络进行图像的二分类任务,详细阐述了网络结构、数据集部署、训练过程以及测试结果。通过调整参数并在vggtrain.py中进行迁移学习训练,最终将模型保存为H5格式文件。测试代码test1.py用于统计分类准确率,并鼓励读者留言讨论和下载代码进行实践。
摘要由CSDN通过智能技术生成

1 目的:使用VGG16网络 进行对图片二分类  (不同插值方法的图片 纹理不同)

vgg16 网络结构的连接 https://blog.csdn.net/weixin_44576543/article/details/90321422

文件部署 如图所示 

img 文件夹 存放 train  / test /val 集数据

test1.py   测试图片

vggtrain.py     利用预训练模型,再次迁移训练具体的图片

2. 代码

test1.py  测试代码  并统计分类正确的数量  使用num计数

from keras.models import load_model 
import numpy as np  
from keras.applications.vgg16 import VGG16 
from keras.models import Sequential 
from keras.layers import Conv2D,MaxPool2D,Activation,Dropout,Flatten,Dense 
from keras.optimizers import SGD 
from keras.preprocessing.image import ImageDataGenerator,img_to_array,load_img 
im
  • 3
    点赞
  • 37
    收藏
    觉得还不错? 一键收藏
  • 20
    评论
评论 20
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值