T7：使用tensorflow完成咖啡豆识别

• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
• 🍖 原作者：K同学啊
  我的环境
  语言环境：python 3.7.12
  编译器：VS code
  深度学习环境：tensorflow 2.7.0
  数据：本地数据集49-data

一、任务描述

这期的任务是：
要求：

1. 自己搭建VGG-16网络框架
2. 调用官方的VGG-16网络框架

拔高（可选）：
3. 验证集准确率达到100%
4. 使用PPT画出VGG-16算法框架图（发论文需要这项技能）
5.
探索（难度有点大）
6. 在不影响准确率的前提下轻量化模型
○ 目前VGG16的Total params是134,276,932

二、实现过程

1.数据导入与查看

from tensorflow       import keras
from tensorflow.keras import layers,models
import numpy             as np
import matplotlib.pyplot as plt
import os,PIL,pathlib

data_dir = "./49-data/"
data_dir = pathlib.Path(data_dir)
image_count = len(list(data_dir.glob('*/*.png')))

print("图片总数为：",image_count)

2.数据预处理

2.1加载数据

batch_size = 32
img_height = 224
img_width = 224

"""
关于image_dataset_from_directory()的详细介绍可以参考文章：https://mtyjkh.blog.youkuaiyun.com/article/details/117018789
"""
train_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir,
    validation_split=0.2,
    subset="training",
    seed=123,
    image_size=(img_height, img_width),
    batch_size=batch_size)
"""
关于image_dataset_from_directory()的详细介绍可以参考文章：https://mtyjkh.blog.youkuaiyun.com/article/details/117018789
"""
val_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir,
    validation_split=0.2,
    subset="validation",
    seed=123,
    image_size=(img_height, img_width),
    batch_size=batch_size)

class_names = train_ds.class_names
print(class_names)