1、引言
这节我们将介绍图像分类问题,任务是给定一个输入图片,将其指派到一个已知的混合类别中的某一个标签。图像分类是计算机视觉领域的核心问题之一,尽管它很(看上去)很简单,但是却有广泛的实践应用。而且,在之后的我将会使用tensorlfow 实现图像分割,许多其他的看上去不同的计算机视觉任务(例如物体识别,分割),都能够还原成图像分类。
例如,在下图中,一个图像分类模型将一个图片分配给四个类别(cat,dog,hat,mug)标签的概率。对于计算机而言,图片被表示成一个大的数字矩阵。
算了,废话我就不扯了,小博的博客向来都是实践居多,直接来代码,上步骤,教你训练自己的数据。
2、数据集准备
如图所示,我在网上找的5类数据集,分别为动物,花草,吉他,房子,飞机。
图片每一类800张,我们首先将图片5张作为训练集,300张作为测试集。
分别存在train ,test文件夹内。