一个有趣的实例:给猫和狗的图像分类
有很多的图像数据集是专门用来给深度学习模型进行基准测试的,我在这篇文章中用到的数据集来自 Cat vs Dogs Kaggle competition,这份数据集包含了大量狗和猫的带有标签的图片。
和每一个 Kaggle 比赛一样,这份数据集也包含两个文件夹:
-
训练文件夹:它包含了 25000 张猫和狗的图片,每张图片都含有标签,这个标签是作为文件名的一部分。我们将用这个文件夹来训练和评估我们的模型。
-
测试文件夹:它包含了 12500 张图片,每张图片都以数字来命名。对于这份数据集中的每幅图片来说,我们的模型都要预测这张图片上是狗还是猫(1= 狗,0= 猫)。事实上,这些数据也被 Kaggle 用来对模型进行打分,然后在排行榜上排名。
文件目录结构如下:
└── train
└── dog
└── dog.1.jpg
...
└── dog.n.jpg
└── cat
└── cat.1.jpg
...
└── cat.n.jpg
└── test
└── dog
└── dog.1.jpg
...
└── dog.n.jpg
└── cat
└── cat.1.jpg
...
└── cat.n.jpg
└── val
└── unknown
└── dog.1.jpg
...
└── cat.n.jpg
使用的是Pytorch框架
使用说明
- train:
python train.py
- test:
python test.py
- val:
python validation.py
Acc: 0.996.
网友评论