2、数据增强与迁移学习：提升图像分类性能

数据增强与迁移学习：提升图像分类性能

1. 无数据增强的Flowers - 17数据集训练

1.1 代码实现

首先，我们要在不使用数据增强的情况下，在Flowers - 17数据集上训练MiniVGGNet架构，以此建立一个基准。以下是具体的代码操作：

# 导入必要的包
from sklearn.preprocessing import LabelBinarizer
from sklearn.model_selection import train_test_split
from sklearn.metrics import classification_report
from pyimagesearch.preprocessing import ImageToArrayPreprocessor
from pyimagesearch.preprocessing import AspectAwarePreprocessor
from pyimagesearch.datasets import SimpleDatasetLoader
from pyimagesearch.nn.conv import MiniVGGNet
from keras.optimizers import SGD
from imutils import paths
import matplotlib.pyplot as plt
import numpy as np
import argparse
import os

# 构建参数解析器并解析参数
ap = argparse.ArgumentParser()
ap.add_argument("-d