使用Python写的猫狗识别程序,如需训练集库和测试集库,请留下邮箱。
2021-04-02 21:32:30 9KB Python代码 猫狗识别 深度学习
1
资源包括12000张打过标签的数据,猫狗各6000张,可以用于分类网络的训练,上传备份,有需要的小伙伴根据需要进行下载。
2021-04-02 16:34:10 39.33MB 猫狗分类数据集
1
这个数据集是自己使用labelme标注的猫狗数据集,几十张左右,意在学习maskrcnn网络结构,熟悉整个网络的运行过程。 Mask_RCNN整个使用过程做了详细介绍:https://blog.csdn.net/xjtdw/article/details/94445405
2021-04-02 15:32:54 22.99MB MaskRCNN labelme
1
用keras模型实现猫狗二分类,分别用5000张猫和5000张狗进行训练,得出猫狗二分类的模型,模型在文件中,文件名为my_model.h5
2021-04-01 17:04:37 519.09MB keras 猫狗二分类
1
TensorFlow猫狗大战完整代码实现和详细注释
2021-03-30 13:23:51 13KB TensorFlow猫狗大战完整
1
传统的卷积神经网络是利用全连接层进行分类,svm对于小样本数据具有较强的分类效果,利用SVM代替卷积神经网络中的全连接层,可以提高网络识别精度
2021-03-24 18:11:27 14.38MB CNN+SVM 卷积神经网络结合SVM
1
猫狗大战数据集,包含大量猫狗图片
2021-03-24 09:23:36 805.68MB 猫狗大战 数据集 机器学习
1
这份数据集来源于Kaggle,数据集有12500只猫和12500只狗。在这里简单介绍下整体思路 处理数据 设计神经网络 进行训练测试 1. 数据处理 将图片数据处理为 tf 能够识别的数据格式,并将数据设计批次。 第一步get_files() 方法读取图片,然后根据图片名,添加猫狗 label,然后再将 image和label 放到 数组中,打乱顺序返回 将第一步处理好的图片 和label 数组 转化为 tensorflow 能够识别的格式,然后将图片裁剪和补充进行标准化处理,分批次返回。 新建数据处理文件 ,文件名 input_data.py import tensor
2021-03-22 18:09:17 80KB ns OR ow
1
猫狗数据集,猫狗图片各2000张,新手测试使用这个!
2021-03-19 20:19:21 65.53MB 猫狗大战 猫狗数据集 数据集
1
通过TensorFlow搭建卷积神经网络实现猫狗识别代码,训练和测试代码完整,下载之后可以直接运行测试打码,运行环境在Linux下,需要把代码中的路径修改为本机实际路径
2021-03-14 13:20:03 20.88MB ten
1