采用CNN神经网络中经典的resnet18模型，对Flowers数据集（https://www.kaggle.com/datasets/alxmamaev/flowers-recognition）进行分类。
运用了图像增广技术与微调技术，在5轮训练后正确率超过了90%，在经过15轮训练后，精度可以达到97%。
2022-07-26 09:07:14
6KB
1
1.基于Keras批量修改文件名以定义标签；
2.可根据自己的数据集图像特点调整参数，实现2分类或多分类任务的模型训练；
3.模型结构可自己更改；
4.输出训练loss和accuracy变化曲线。
2021-10-13 10:07:08
5KB
1
本资源针对minist数据集的CSV文件进行神经网络的训练，由于minist数据集较大，这里数据集里面有100个训练数据，10个测试数据，此代码不使用TensorFlow和pytorch等深度框架，使用numpy进行两层全连接神经网络的设计。
2021-08-24 12:52:00
207KB
1
摘要:BP神经网络具有较强的容错性和自适应学习能力，因而在数字图像识别领城有若广泛的应用。本丈在经典BP神
经网络的基本算法的基础上，对BP算法的参数设1进行了优化，实现了一种基于分类的改进BP神经网络算法。通过探
讨BP神经网络在数字图像分类识别中的应用，详细考察了各种参数对识别效果的影响。实脸结果证明改进后的算法有很好的实用价值。
2021-05-30 17:53:50
265KB
1
基于卷积神经网络的图像识别，网络结构为lenet5，在训练集上的正确率可以达到90+，测试集正确率在60-70%。
2021-05-22 00:51:21
5KB
1
今天小编就为大家分享一篇关于基于MATLAB神经网络图像识别的高识别率代码，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧
2021-05-14 15:55:09
37KB
1