实践作业：经典机器学习分类挑战——猫狗大战

1 作业简介

1.1问题描述

        Cats vs. Dogs（猫狗大战）是一道经典赛题，利用给定的包含猫、狗图片的数据集，用算法实现猫和狗的识别（二分类）。在这个问题中，你将面临一个经典的机器学习分类挑战——猫狗大战。你的任务是建立一个分类模型，能够准确地区分图猫狗大战

        你的目标是通过训练一个机器学习模型，使其在给定一张图像时能够准确地预测图像中是猫还是狗。模型应该能够推广到未见过的图像，并在测试数据上表现良好。将其部署到模拟的生产环境中——这里推理时间和二分类准确度（F1分数）将作为评分的主要依据。

1.2 数据集及图像展示

数据集的划分：

训练集(TRAIN)：顾名思义指的是用于训练的样本集合,主要用来训练神经网络中的参数。

验证集(VAL)：从字面意思理解即为用于验证模型性能的样本集合.不同神经网络在训练集上训练结束后,通过验证集来比较判断各个模型的性能.这里的不同模型主要是指对应不同超参数的神经网络,也可以指完全不同结构的神经网络。

测试集(TEST)：对于训练完成的神经网络,测试集用于客观的评价神经网络的性能。

所用数据集：

链接：百度网盘 请输入提取码 

提取码：jc34

部分数据集图像展示：

猫：

狗：

2 数据预处理

2.1 数据集结构

 本项目数据集共由三部分组成，分别包含为TRAIN,TEST,VAL文件夹。

每个文件夹下有两个子文件夹，分别为CTAS和DOGS子文件夹。

其中， CATS子文件夹下包含了猫的图像。

DOGS子文件夹下包含了狗的图像

2.2探索性数据分析

分别取TRAIN数据集下的随机不重样3个猫，3个狗的图像进行展示。

import cv2

train_dir = 'wyj/TRAIN' # 图片路径

# 猫和狗的路径
cat_imgs = [fn for fn in os.listdir(f'{train_dir}/CATS') if fn.endswith('.jpeg')]
dog_imgs = [fn for fn in os.listdir(f'{train_dir}/DOGS') if fn.endswith('.jpeg')]


print(f'猫的数量为： {len(cat_imgs)}')
print(f'狗的数量为： {len(dog_imgs)}')

# 随机不重样的抽选3个猫，3个狗
select_CATS = np.random.choice(cat_imgs, 3, replace = False)
select_DOGS = np.random.choice(dog_imgs, 3, replace = False)

# 使用pit打印出来
fig = plt.figure(figsize = (20,10))
for i in range