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

数据下载点这里

使用的是Pytorch框架

代码地址

使用说明

• train:

python train.py

• test:

python test.py

• val:

python validation.py

Acc: 0.996.

LINCENSE: MIT