CNN实战分类猫与狗图片

目录

一、图片预处理

二、模型的构建与训练

---

一、图片预处理

因为数据集图片尺寸不一致，所以需要对图片进行预处理，试图片的长宽一致，如大小为200x200、150x150、100x100等。首先，加载图片预处理过程中需要的依赖库，包括对数组进行处理的Numpy库、用于对硬盘中文件进行处理的os库还有图片处理的cv2库。分别指定数据集在银盘中的储存位置、存储每一类图片数据的文件夹名称、图片处理过后的尺寸。

ps：没有下载库的同学：pip install opencv-python

                                        pip install Numpy

import numpy as np
import os
import cv2
#数据集在硬盘中的存储位置
dataset_path = 'D:\image'
#存储猫与狗图片的文件夹名称分别称为cat与dog
categories = ['cat','dog']
图片经过处理后的尺寸
img_size = 100

 定位到所有猫图片的文件夹，并指定猫图片标签为0。然后依次读取每一个文件夹中每一张猫的图片，最后将处理后的猫图片与对应的标签储存到一个新的数组中。同理，对狗也一样，标签定为1。

dataset = []
for category in categories:
    #依次获取猫或狗图片所在的文件夹
    folder_path = os.path.join(dataset_pat