貓狗分類CNN 實驗環境 編譯器 ：win10+python3.7.4+pycharm2018 庫： anaconda+pytorch+tensorflow+tensorboardX 硬件 gpu（可以沒有） 性能： accuracy：准確度大概穩定在0.6左右。這是在二分類的情況下 ...

貼一張自己畫的思維導圖 數據集准備 kaggle貓狗大戰數據集（訓練），微軟的不需要翻牆 12500張cat 12500張dog 生成圖片路徑和標簽的List step1：獲取D:/Study/Python/Projects/Cats_vs_Dogs ...

目錄 任務目標 數據集 數據增強 模型一：自定義網絡 模型二：使用resnet34做特征提取 模型三：resnet34&vgg16做特征提取 trick 參考 任務目標 構建深度學習模型，對貓狗數據集進行分類（數據集來自 ...

聲明：這是我的個人學習筆記，大佬可以點評，指導，不喜勿噴。實現過程參考自夜雨飄零的博客以及實現代碼。框架是百度開源的框架paddlepaddle。 目錄 1.預備工作 ...

## 智能貓狗識別任務，用攝像頭識別或者輸入圖片進行識別，軟件界面均通過pyqt完成 ** **代碼分析** 1. 數據准備我使用的是kaggle數據集。用來訓練的數據集包含600張的彩色圖片，2個類別，每個類包含300張。對貓和狗兩類進行預測 ...

《python深度學習》筆記---5.3-2、貓狗分類（使用預訓練網絡-實戰） 一、總結 一句話總結： 【卷積就是特征提取】：從預訓練網絡訓練貓狗分類，可以更加方便的理解卷積層就是特征提取 【使用預訓練網絡效果非常好】：我們的驗證精度達到了約90%，比上一節從頭開始訓練的小型模型效果要好 ...

《python深度學習》筆記---5.3-1、貓狗分類（使用預訓練網絡） 一、總結 一句話總結： 【小型圖像數據集】：想要將深度學習應用於小型圖像數據集，一種常用且非常高效的方法是使用預訓練網絡。 【用卷積層提取的特征】：使用在ImageNet 上訓練的VGG16 網絡的卷積基從 貓狗圖像 ...

先簡單說一下整體流程，利用pytorch訓練模型並轉化為onnx格式，然后配置好dlinfer，利用cv22infer在cv22平台量化序列化模型，展開推理 1訓練模型 1.1處理數據集 參考圖 ...