pytorch-CNN 图片分类

介绍

1、PyTorch 实现 CNN，以及一些使用CNN图片分类项目

项目路径

1、CNN / 猫狗大战

安装教程

将代码全部下载
安装相应的库（在requirments.txt文件目录下）

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

使用说明

machine-learn/ CNN / 猫狗大战使用说明：

文件介绍：

1. AverageMeter.py  -  保存和更新准确率
2. CNNet.py - CNN网络Pytorch实现
3. dataset.py - （训练、验证、测试）数据集处理
4. detect.py - 使用模型进行图片分类
5. imageResize.py - 图片尺寸统一化（有助于优化训练模型精度）
6. main.py - 运行主函数及基本配置（需要自行配置自己计算机的路径）
7. model2.pth - 我的猫狗分类训练模型（仅供参考）
8. test.py - 模型验证代码并模型计算准确率
9. train.py - 模型训练函数

使用时需要改动的内容：

每个文件都有相应的注释，根据自己的需要进行更改

        注：main.py 中需要对基本的数据集文件路径进行更改，替换为自己的数据集文件路径

        --yourselves config--
        basePath = "D:\\myInterestTest\\objectDetect\\data\\catVSdog" # 数据集文件父路径
        dogFolderPath = basePath + os.sep + "train" + os.sep + "dog" # dog train images path
        catFolderPath = basePath + os.sep + "train" + os.sep + "cat" # cat train images path
        testImgPath = basePath + os.sep + "test" # 验证图片数据集
        testPath = basePath + os.sep + "test.csv" # 验证图片类别csv文件
        model_cp = './model2.pth' # 模型保存路径
        tensorboard_path = 'D:\\myInterestTest\\objectDetect\\tensorBoard' # tensorboard 文件夹路径
        dogAct = 0 # 狗的类别数字
        catAct = 1 # 猫的类别数字
        EPOCH = 20 # 训练轮数
        workers = 10  # PyTorch读取数据线程数量
        batch_size = 16 # 训练所抓取的数据样本数量

注意

本代码只是用于交流学习，不支持商业交易活动。如有疑问和指教请给我留言，我会尽快回复。
转载请附上我的链接：https://gitee.com/CIPFZ/machine-learn/tree/master/CNN/%E7%8C%AB%E7%8B%97%E5%A4%A7%E6%88%98
谢谢配合！

cipfz / pytorch-CNN 图片分类

pytorch-CNN 图片分类

介绍

项目路径

安装教程

使用说明

文件介绍：

使用时需要改动的内容：

注意

简介

发行版

贡献者

近期动态

cipfz / pytorch-CNN 图片分类 .gitee-modal { width: 500px !important; }

pytorch-CNN 图片分类

介绍

项目路径

安装教程

使用说明

文件介绍：

使用时需要改动的内容：

注意

简介

发行版

贡献者

近期动态

搜索帮助

cipfz / pytorch-CNN 图片分类