kaggle实战之AlexNet迁移学习训练猫狗分类器(一)

作者 : 开心源码 本文共736个字,预计阅读时间需要2分钟 发布时间: 2022-05-14 共382人阅读

这篇文章主要详情如何利用AlexNet预训练模型来训练一个猫狗分类器,主要内容包括:

  • 项目结构详情
  • 数据探究
  • 数据的准备
  • AlexNet模型的构建
  • 模型的训练和性能评估
  • 结果的提交

一、项目结构详情

1、相关数据下载地址

项目地址:https://github.com/steelOneself/kaggle/tree/master/cat_vs_dog/AlexNet

数据下载地址:https://www.kaggle.com/c/dogs-vs-cats-redux-kernels-edition/data

AlexNet预训练文件下载地址:http://www.cs.toronto.edu/~guerzhoy/tf_alexnet/

2、项目文件详情

checkpoints — 用来保存训练后生成的模型文件

model — 用来存放预训练模型文件

tensorboard —用来保存训练过程中的日志信息

txt — 用来存放数据集的图片信息

AlexNet.py — AlexNet模型结构文件

DataGenrator.py — 数据生成类

Exploration.py — 可视化分析

Generate_txt.py — 将图片信息保存为txt文件

run.py — 模型训练、评估、结构生成

util_data.py — 数据集工具类,将数据分为训练集和验证集

二、数据探究

1、数据详情

数据包含两部分,训练集和测试集,训练集有25000张图片,测试集有12500张图片,在训练集的图片名称中包含了图片的标签信息,而测试集的图片名称代表的图片的id,提交结果的时候要求提交图片的id和预测对应图片的标签(1表示dog,0表示cat)。

2、数据探究

分析训练集中猫狗的分布情况

kaggle实战之AlexNet迁移学习训练猫狗分类器(一)

训练集中猫狗图片的分布情况

说明
1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长!
2. 分享目的仅供大家学习和交流,您必须在下载后24小时内删除!
3. 不得使用于非法商业用途,不得违反国家法律。否则后果自负!
4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
5. 如有链接无法下载、失效或广告,请联系管理员处理!
6. 本站资源售价只是摆设,本站源码仅提供给会员学习使用!
7. 如遇到加密压缩包,请使用360解压,如遇到无法解压的请联系管理员
开心源码网 » kaggle实战之AlexNet迁移学习训练猫狗分类器(一)

发表回复