IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> Python猫狗大战代码 -> 正文阅读

[Python知识库]Python猫狗大战代码

Python分类实例之猫狗大战_ZHW_AI课题组的博客-CSDN博客

放在自己的设备上有哪些东西需要修改?

1.读取数据部分:getdata.py部分

dir表示你的数据集的上一级文件夹的位置,file表示你数据集文件的名字。

dir = dir + '/train/':train部分要写你定义的数据集的名字。

这种情况:dir:D:\BaiduNetdiskDownload\train

file:train

?

name = file.split(sep='') ?

分隔符需要根据你的文件名修改:下列情况要使用name = file.split(sep='_') ?

?

?这个分隔符如果没有修改,保留name = file.split(sep='.'),对于文件名cat_1.jpg

根据代码所有的数据都被识别成狗,这样训练之后,测试集只有一种结果:所有图片都是狗。

 if name[0] == 'cat':
                    self.list_label.append(0)         # 图片为猫,label为0
                else:
                    self.list_label.append(1) 

?2.训练过程train.py

要根据存放的数据集的位置放置。

如果没有写清楚地址,会出现地址错误的报错。

dataset_dir = 'D:/BaiduNetdiskDownload/train' 
def train():
    datafile = DVCD('train', dataset_dir)  

要先设置一个文件夹存放模型:

model_cp是要存放模型文件(model.pth)的文件夹地址。

必须要在运行之前新建好文件夹,否则train的网络模型参数没有地方保存,出现找不到地址的错误。

model_cp = 'D:/BaiduNetdiskDownload/model' 

torch.save(model.state_dict(),'{0}/model.pth'.format(model_cp))            # 训练所有数据后,保存网络的参数

?

3.测试部分test.py同理:

注意测试集需要的地址是数据集文件夹的,不是数据集上一级文件夹。

files = random.sample(os.listdir(dataset_dir), N)
dataset_dir = 'D:/BaiduNetdiskDownload/test/test'   

model_file = 'D:/BaiduNetdiskDownload/model/model.pth'    

如果dataset_dir写成以上形式:

dataset_dir = 'D:/BaiduNetdiskDownload/test/test'   

注意:在这行代码中加入’/‘,否则地址名不完整,也会造成找不到文件的报错。

img = Image.open(dataset_dir + '/'+file) 

?因为原版代码:文件夹地址部分有’/‘,所以后续语句不用再加。

dataset_dir = './data/test/'  

?4.运行之后我的正确率大概只有50%。

所以我在network.py文件中加入了残差网络。

class ResidualBlock(nn.Module):
    def __init__(self, channels):
        super(ResidualBlock, self).__init__()
        self.channels = channels
        self.conv1 = nn.Conv2d(channels, channels, kernel_size=3, padding=1)
        self.conv2 = nn.Conv2d(channels, channels, kernel_size=3, padding=1)
 
    def forward(self, x):
        y = F.relu(self.conv1(x))
        y = self.conv2(y)
        return F.relu(x + y)

?

def forward(self, x):                   # 重写父类forward方法,即前向计算,通过该方法获取网络输入数据后的输出值
        x = self.conv1(x)                   # 第一次卷积
        x = F.relu(x)                       # 第一次卷积结果经过ReLU激活函数处理
        x = F.max_pool2d(x, 2)              # 第一次池化,池化大小2×2,方式Max pooling
        x = self.rblock1(x)

        x = self.conv2(x)                   # 第二次卷积
        x = F.relu(x)                       # 第二次卷积结果经过ReLU激活函数处理
        x = F.max_pool2d(x, 2)              # 第二次池化,池化大小2×2,方式Max pooling
        x = self.rblock2(x)

        x = x.view(x.size()[0], -1)         # 由于全连层输入的是一维张量,因此需要对输入的[50×50×16]格式数据排列成[40000×1]形式
        x = F.relu(self.fc1(x))             # 第一次全连,ReLU激活
        x = F.relu(self.fc2(x))             # 第二次全连,ReLU激活
        y = self.fc3(x)                     # 第三次激活,ReLU激活

?

正确率在60%。?

?

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2022-10-17 12:28:59  更:2022-10-17 12:32:03 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 -2024/12/26 2:15:11-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码
数据统计