tensorflow2.3实践猫狗识别(详细步骤注释及93%的准确率)

最新推荐文章于 2024-07-04 21:50:28 发布

猫十一.

最新推荐文章于 2024-07-04 21:50:28 发布

阅读量2.4k

点赞数 7

分类专栏：深度学习文章标签： tensorflow

本文链接：https://blog.csdn.net/weixin_48395629/article/details/107948076

版权

在Ubuntu 20.04环境下，使用PyCharm社区版进行TensorFlow 2.3的猫狗识别项目，实现93%的识别准确率。虽然社区版可能带来一些挑战，但通过详细步骤和注释，可以成功完成图像分类任务。

摘要由CSDN通过智能技术生成

系统
ubuntu 20.04

IDE
pycharm(社区版)
ps:建议专业版,真能避免许多麻烦

代码

import tensorflow as tf
import matplotlib.pyplot as plt
import pathlib
import random

#提取所有文件路径
data_dir = '/...../test'
data_root = pathlib.Path(data_dir)
all_image_path = list(data_root.glob('*/*'))
all_image_path = [str(path) for path in all_image_path]
#乱序
random.shuffle(all_image_path)
#记录总数,以备后用
image_count = len(all_image_path)

#编码标签
#Cat 0  Dog 1
label_names = sorted(item.name for item in data_root.glob('*/'))
label_to_index = dict((name,index) for index,name in enumerate(label_names))

#给图片贴标签
#pathlib.Path('..