089基于深度学习的小样本数据检测

该资源包含一个demo仓库,用于数据增强和模型训练。通过01数据集文本生成制作.py脚本处理每类10张图片,进行数据增强并保存。02train.py用于训练多种模型,如AlexNet、DenseNet等,并显示精度、召回率和F1-score。训练结果的评价指标图存储在result文件夹。此外,03pyqt界面.py提供了一个可视化界面来加载图片进行识别。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

demo仓库和视频演示找089期:

到此一游7758258的个人空间_哔哩哔哩_bilibili

效果展示图如下:

代码文件展示如下:

每个类别只有10张图片数据 ,

运行01数据集文本生成制作.py可以读取图片,先进行数据增强之后,保存图片在data2文件夹下,在将每张图路径保存再txt文本中,

运行02train.py可以对txt文本中的图片路径读取并训练模型,

在02中可以选择的模型有10多种,可以都训练进行对比、包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值