本博客介绍如何使用卷积神经网络（CNN）对CIFAR100数据集进行训练，实现图像识别。通过运行Python脚本，可以生成模型、训练数据和可视化界面，方便进行模型展示和验证。提供的代码资源覆盖了从数据预处理到模型训练，再到可视化界面展示的完整流程。
直接看效果图：
cifar100数据集进行训练，得到的模型在可视化的界面上识别。
代码下载和视频演示地址：
097cifar100基于卷积神经网络的识别_哔哩哔哩_bilibili
数据集包含100个类别，每个类别各500张图片，合集5w张和上一期的cifar10数据集图片个数一致。
同样每个类别也都是32*32尺寸的彩图
运行python 01数据集文本生成制作.py 可以生成txt文本保存在logs文件下，里面存在图片路径和对应标签。
运行python 02train.py会对data文件里面图片进行提取训练模型，得到的模型也保存在logs文件里。
运行03pyqt.py可以展示可视化的界面，加载图片调用模型识别结果。
感兴趣的小伙伴可以进行下载。
注：
下载本代码环境自行安装
如需远程
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
