基于VGGNet网络进行图片分类
- 由于样本是在有点多，加上有点其他的事情，样本制作工作，还差一点，有因为一些其他的原因，碰巧需要用Colaboratory来跑一下数据，在网上参考了一下代码之后，用Colaboratory跑了一遍图片分类的流程（我自己的实验室用做实例分割），就当先练练手了
- Colaboratory平台的基本信息我就不做介绍了，网上有很多，我直接上操作截图了（跳过了Colaboratory基本使用方法，网上也有很多，搜搜就好了）
- 第一步，上传代码和样本数据，主要包括三个文件夹，分别存放代码、数据集、分类结果
- code文件夹主要包括三个文件CNN_net.py、garbage_classification.ipynb、utils_paths.py，分别用于构建VGG网络、可视化训练和分类过程的笔记本、批量处理数据集图片的路径方法，代码分别如下，采用的都是相对目录，大家想用的直接复制粘贴即可。
- CNN_net.py的代码如下。原理就是三个卷积池化层+一个全连接层+一个softmax分类，具体的原理可以自行百度，网上很多关于卷积网络的文章
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
