利用迁移学习进行花的分类 - github项目介绍

前几天写了个小项目, 利用深度学习里的迁移学习方法做花的分类, 下面是项目的github地址.
https://github.com/JameyWoo/transfer-learning

感兴趣的同学可以了解一下, 源码比较简单, 下面是项目的说明

---

transfer learning

@ author 姬小野

— 迁移学习对五种花分类

环境

ubuntu 18.04

requirements

1. torch==1.1.0
2. numpy==1.17.0
3. torchvision==0.3.0

使用方法

训练

下载vgg的预训练模型
download.pytorch.org/models/vgg16-397923af.pth放到目录/home/jamey/.cache/torch/checkpoints下
执行
python train.py

即可在当前目录下训练自己的模型

ps. 在普通笔记本上生成模型的时间较久

测试

执行

python test.py

即可测试模型对花分类的准确率

当epoch为3时, 模型的准确率达到了83%, 其中, 除roses外准确率都极高. (大多数错误都是由roses引起的)

Test Accuracy of daisy: 84% (78/92)
Test Accuracy of dandelion: 94% (125/132)
Test Accuracy of roses: 59% (54/91)
Test Accuracy of sunflowers: 85% (86/101)
Test Accuracy of tulips: 87% (108/124)

Test Accuracy (Overall): 83% (451/540)

运行

对一张图片进行分类

----------------usage----------------
    run the demo with:
    python demo.py -m model_name -i image_name.jpg
    python demo.py --image image_name.jpg
    python demo.py -i image_name.jpg
    or use `python demo.py -h` to get help
    -----------------end-----------------

例子

demo 1

$ python demo.py -m my_vgg16_3epochs.pth -i image/yvjingxiang_1.png
郁金香

demo.py 的输出结果是图片的识别的花的中文名

demo 2

$ python demo.py -m my_vgg16_3epochs.pth -i image/pugongying_1.png
蒲公英