基于Pytorch的迁移学习+集成学习的水果霉变区分的设计与实现
1. 使用迁移学习+集成学习的思想来实现对于常见水果的好坏进行分类，使用Pytorch官方基于imageNet所训练好成熟框架体系，选择了机器学习界十分流行的四大网络架构densenet， googlenet，resnet，efficientnet使用迁移学习的办法，只修改其输出层的相关参数,进行冻结训练，在迭代训练过10次之后，对模型进行了解冻训练，使其可以修改整个网络结构参数，让我们的网络结构更加的贴合我们实际所使用的分类图像，同时四个网络训练框架训练完成之后，采用集成学习的思想，将四个框架模型进行了集成得到了最终的网络架构
2. 同时为了提升数据的泛化性，对实验数据进行了随机的裁剪，色调调节，归一化标准化，随机放射变化等一系列图像的预处理和图像增广
3. 使用了PyQt工具包进行了应用拓展,可以使用网上自由选择一张图片来进行水果的识别.
4.训练过程中使用了tesorboard对训练集和验证集的参数进行记录,保存已经训练好的模型参数,最后测试模型时绘制多分类的ROC曲线,与混淆矩阵
5.文件有相关的代码,预训练好的模型,相关的文档,还有ppt,数据集,和使用说明
文件下载
资源详情
[{"title":"（ 12127 个子文件 686.23MB ） 基于Pytorch的迁移学习+集成学习的水果霉变区分的设计与实现","children":[{"title":"小组ppt.pptx <span style='color:#111;'> 4.04MB </span>","children":null,"spread":false},{"title":"智能算法期末项目报告.docx <span style='color:#111;'> 3.66MB </span>","children":null,"spread":false},{"title":"IMG_20190910_175503_1.jpg <span style='color:#111;'> 20.35KB </span>","children":null,"spread":false},{"title":"IMG_8015.jpg <span style='color:#111;'> 14.24KB </span>","children":null,"spread":false},{"title":"IMG_20190910_175655.jpg <span style='color:#111;'> 19.49KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多，未全部展示</span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- 基于javawewb定的pdf在线阅读器
- stm32f103操作NRF24L01发送和接受数据
- microTCA规范
- SimplePlayer(DShow).zip
- Intel汇编语言程序设计（第五版）源码 实例（含Irvine32.lib Irvine16.lib）
- 中文分词词典-54w条词语
- 经济预测方法与MATLAB实现课件PPT
- CMOS电路模拟与设计——基于Hspice
- BPSK的调制与解调系统仿真（用matlab编程的可用于通信原理课程设计）
- MA5626V800R312C00SPC203_H825EPUB.7zip
- 用于LD光束准直整形的GRIN透镜的设计.pdf
- 阿里巴巴Java开发手册终极版v1.3.0.pdf
- 管理会计应用指引第 100 号——战略管理
- AD库文件，PCB库文件，封装库.rar
- 小白照教程测试NB.pdf
- 基于SNMP协议的网络拓扑发现程序
- .net学校学籍管理系统源码.zip
- 鼠标控制物体缩放旋转（opengl+glut）
- 高校科研管理系统VB+ACCESS
- Multikey 18.2.4 x32_x64
- 历年数学建模优秀论文大全
- 混沌检测微弱信号
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明