本代码是基于python pytorch环境安装的。
下载本代码后,有个环境安装的requirement.txt文本
数据集介绍,下载本资源后,界面如下:

数据集文件夹存放了本次识别的各个类别图片。
本代码对数据集进行了预处理,包括通过在较短边增加灰边,使得图片变为正方形(如果图片原本就是正方形则不会增加灰边),和旋转角度,来扩增增强数据集,

运行01数据集文本制作.py文件,会就读取数据集下每个类别文件中的图片路径和对应的标签
运行02深度学习模型训练.py就会将txt文本中记录的训练集和验证集进行读取训练,训练好后会保存模型在本地

训练完成之后会有log日志保存本地,里面记录了每个epoch的验证集损失值和准确率。

运行03pyqt_ui界面.py就可以有个可视化的ui界面,通过点击按钮可以加载自己感兴趣的图片识别。

代码下载和视频演示地址:
0040期基于python深度学习的狗狗表情识别_哔哩哔哩_bilibili
欢迎下载更多深度学习资源:
以下含完整代码,包括ui界面,视频演示即为代码内容。
代码仓库和视频演示地址:https://space.bilibili.com/1747287365
包含:
001手写汉字识别-单个汉字识别-pyqt可视化交互界面-python代码
002unet墙体瑕疵检测-python-pytorch
003水果识别小程序-python-pytorch-mobilenet
004基于python的hog+svm实现目标检测
005yolov5_deepsor

这篇博客介绍了如何使用Python和PyTorch进行深度学习模型训练,实现狗狗表情识别。通过预处理数据集,包括图片尺寸调整和旋转增强,训练了一个模型,并提供了数据集制作和模型训练的代码。训练完成后,展示了一个基于PyQT的UI界面,用于用户上传图片进行表情识别。同时,分享了多个深度学习项目的代码和视频教程链接。
最低0.47元/天 解锁文章
6234

被折叠的 条评论
为什么被折叠?



