使用自己设计的网络训练自己的图像识别模型

本文介绍了如何从头开始设计一个深度学习网络,并利用该网络进行图像识别任务的训练。通过详细的步骤,读者将了解如何构建模型、准备数据集、训练过程以及评估模型性能。同时,探讨了优化策略和防止过拟合的方法,为初学者提供了宝贵的实际操作经验。

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

一、准备数据集                                                                                                                          点击此处返回总目录

二、制作标签

三、将图片转换为LMDB格式

四、修改网络结构文件

五、修改超参数文件

六、训练模型

七、测试模型

 

 

一、准备数据集

1. 根据下面5个链接可以分别下到物种类别的图片。

 

animal类

下载地址: http://www.robots.ox.ac.uk/~vgg/data/pets/

 

                                

 

 

flowers类

下载地址:http://www.robots.ox.ac.uk/~vgg/data/flowers/

                           

 

 

                           

plane类

下载地址:http://www.robots.ox.ac.uk/~vgg/data/airplanes_side/airplanes_side.tar

 

house类

http://www.robots.ox.ac.uk/~vgg/data/houses/houses.tar

 

guitar类

http://www.robots.ox.ac.uk/~vgg/data/guitars/guitars.tar

 

2. 下载完之后,解压:

 

里面全是一些jpg的图片。

flowers                   //有1360张

plane                     //有1074张

guitar                     //有1030张

house                    //有1000张

image(animal)        //有7393张

 

 

3. 在caffe-windows\models下,新建my_models_recognition目录,用来存放我们自己的模型。

在my_models_recognition中如下创建文件夹:

 

|---data                                                //存放训练数据和测试数据

|        |---train                    

|        |        |---animal

|        |        |---flower

|        |        |---plane

|        |        |---house

|        |        |---guitar

|        |

|        |---test

|                 |---animal

|                 |---flower

|                 |---plane

|                 |---house

|                 |---guitar

|

|---labels                                             //存放标签

|

|

|---bat                                                  //存放脚本

|

|

|---lmdb                                                //存放转换后的lmdb数据

|

|

|---model  &

评论 2
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