kaggle猫狗大战
kaggle上的猫狗大战,即对猫狗图片的分类预测,没有特征数据,只有图片,所以只能运用神经网络对其训练预测。看了大量的kaggle上的公开例子,大多运用TensorFlow或者Keras创建神经网络,因为最近在学习Torch,因此,想用Torch创建卷积神经网络进行建模预测。但整个过程遇到了很多坑,下面记录总结一下自己在第一次做图片识别时的坑。
一、数据预处理
对于图片肯定要进行预处理,不能直接输入模型,并且训练数据中图片的大小不一样,就用torchvision.datasets.Imagefolder模块加载数据,但直接加载显示文件中没有任何图片文件,顿时懵逼,明明全是图片,为什么会显示没有呢?查阅各种博客,原来要分开图片变成文件夹,也就是把训练集再分类,读取数据后Torch会对数据数据标签自动分类标数。数据预处理期间花费大量的时间精力,但感觉很值得,因为理解了Torch的数据处理的一些东西,对后期的图片识别有很大的帮助。但是考虑如何运用cv2库或者PIL库对图片进行处理再用torchvision.datasets.Imagefolder进行读取呢?后续继续研究。。。
二、网络搭建
创建CNN网络,直接用nn.Model继承类创建卷积网络,中间卷积层的参数数据比较难算,还没有特别搞清楚,直接用网上的参数设置,或者用迁移学习,用比较著名的图像识别算法。改变全连接层的参数,最后设置为2分类,效果也是比较好的。
训练模型时如果用GPU要对网络设置cuda让他成为GPU参数,还有Variable创建变量时再参数后加.cuda()转换数据,不然会出错,对预测结果也对Tensor数据转换为numpy数据如果CPU训练的模型直接加.numpy(),如果GPU训练的模型则先转换为CPU数据再转换numpy即加.cpu().numpy()。
此次猫狗大战图片识别做了好几天,实际应用和理论还是有些许脱节,代码写的比较烂就不贴代码了。。。。。

kaggle猫狗大战相关推荐

  1. tensorflow kaggle猫狗大战识别猫狗

    一,Kaggle猫狗大战数据集: 下载地址:https://www.kaggle.com/c/dogs-vs-cats 下载解压后会有两个文件目录,一个测试数据,一个训练数据: 训练数据: 二,训练代 ...

  2. 【实战】kaggle猫狗大战-卷积神经网络实现猫狗识别

    卷积神经网络:猫狗识别 目录 第一步:导入数据集 第二步:数据预处理 第三步:迁移学习 第四步:模型保存 第五步:模型融合 第一步:导入数据集 kaggle猫狗大战数据集地址:kaggle # 将ka ...

  3. Kaggle猫狗大战——基于Pytorch的CNN网络分类:数据获取、预处理、载入(1)

    Kaggle猫狗大战--基于Pytorch的CNN网络分类:数据获取.预处理.载入(1) 第一次写CSDN博客,之前一直是靠着CSDN学学代码,这次不得不亲自上场了,就想着将学习的过程都记录下来.新人 ...

  4. Kaggle猫狗大战模型搭建总结

    0.前言 基于我暑假内学习的深度学习理论知识,我的学长建议我仿照他所设计的猫狗大战模型来尝试运用tensorflow与keras搭建神经网络,虽然我对python并不是很了解,但我依旧愿意尝试搭建来提 ...

  5. [Python深度学习]kaggle猫狗大战

    1.kaggle链接 2.在此处新建一个notebook(和Jupyter Notebook类似) 在右上角可以看到猫狗大战所需要用到的数据集 3.首先将数据集进行解压 (为避免切换到错误的目录下执行 ...

  6. Kaggle猫狗大战数据集免费下载

    以下为猫狗大战数据集下载链接,进入后就自动下载,猫狗图片数据集各12500张. https://www.microsoft.com/en-us/download/confirmation.aspx?i ...

  7. Kaggle猫狗大战升级版VGG16处理

    读<Python深度学习>笔记 其中的vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5我放在这了 链接:https://pan.baidu ...

  8. kaggle猫狗大战[包含训练(25000张猫狗照片)和测试数据集(12500张猫狗照片)

    ** kaggle比赛猫狗数据集百度网盘分享 ** 打开链接:https://pan.baidu.com/s/1PGDXtCWm1cpVlg8IwmFJMg 提取码:x45f

  9. 深度学习tensorflow之kaggle猫狗大战实现

    出处:http://www.fengchang.cc/post/100 今天彻底完成猫狗大战的任务,来几张图展示一下, 源代码在此​,本文图的是在模型训练到52000个batch时保存的checkpo ...

最新文章

  1. HTML页面加载和解析流程详细介绍
  2. 漫画 | 理解了TCP连接的实现以后,客户端的并发也爆发了!
  3. 创新实训个人记录:approximation factor, maximum matchingvertex cover
  4. getbean方法找不到bean_?找不到产品卖点?你需要这些方法!
  5. c++怎么保留小数位数
  6. ZOJ 3430 Detect the Virus 【AC自动机+解码】
  7. Java虚拟机是如何执行线程同步的
  8. 苹果app商品定价_【知乎问答】苹果 App Store 新推出的 1 元或 3 元定价对开发者有什么影响?...
  9. android outofmemory 原理及解决方案
  10. Python编写人机对战小游戏(抓小狐狸)
  11. 【报告分享】如何嫁给“改变世界的男人”-程序员之理想女友大调查.pdf(附下载链接)...
  12. Flutter:手拉手带你极速构建漂亮的跨平台(iOS/Android)移动应用 ✿ 初识
  13. Lost and Found(结对项目)功能实现
  14. JVM学习03-常用Java虚拟机参数
  15. 2021CCF推荐国际学术会议A类及相关领域介绍
  16. 大数据中心大数据资源平台建设方案
  17. python教程 马哥_python教程马哥
  18. oracle sqlt(sqltxplain) 诊断工具
  19. 学计算机轻松的表情包,轻松的表情包
  20. 数据库基础内容(超级详细)

热门文章

  1. Qt QSS QCheckBox和QRadioButton
  2. Android最实用的工具类框架——AndroidUtilCode
  3. 八大排序之归并排序(建议与快排一起看)
  4. roscore的执行
  5. IRIVIS·爱芮思医美机构简介
  6. [ CTF ] WriteUp- 20221003 CTFShow新(脑洞)手(套路)杯
  7. 傅里叶变换家族的关系
  8. IFC格式BIM文件处理方案概述
  9. 个人使用ChatGLM-6B遇到的部分问题汇总
  10. 人工智能都有哪些应用场景?需要哪些训练数据?