cub_200_2011鸟类细粒度分类比赛实验报告

1采用iNat-2017上用Inception-V3预先训练的权重来提取训练集，验证集，测试集的特征，放入线性回归模型训练分类器，最后测试达到88.4准确率.

2、程序流程图示

①首先用iNat-2017上用Inception-V3预先训练的权重来提取特征保存为npy文件

保存训练集的特征：cub_200_feature_test.npy 训练集的标签：cub_200_label_train.npy
验证集的特征：cub_200_feature_val.npy 训练集的标签：cub_200_label_val.npy
测试集的特征：cub_200_feature_test.npy

②定义线性回归模型，导入之前提取的训练集特征层矩阵，训练分类器

③用训练好的分类器预测验证集得到Accuracy: 0.908371

④用训练好的分类器预测测试集

⑤预测结果保存为key.csv

(q568897492)