数据增强与迁移学习:提升深度学习模型性能的关键技术
1. 无数据增强的Flowers - 17数据集训练
在使用Flowers - 17数据集训练MiniVGGNet架构时,我们首先建立一个不使用数据增强的基线。以下是具体步骤:
1. 导入必要的Python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 tensorflow.keras.optimizers import SGD
from imutils import paths
import matplotlib.pyplot as plt
import numpy as np
import argparse
import os
这里需要特别注意的导入有:
-
数据增强与迁移学习提升模型性能
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



