/cats_vs_dogs

猫狗识别分类(深度学习入门案例)，使用了Tensorflow框架 和 CNN神经网络实现。附有超详细的代码注释，适合新手直接上手Run！

Primary LanguagePython

文件说明

  • data(文件夹)：包含 test 测试集和 train 训练集
  • log(文件夹)：保存训练模型和参数
  • image(文件夹): 存放训练图和预测结果图
  • input_data.py：负责实现读取数据，生成批次（batch）
  • model.py：负责实现我们的神经网络模型
  • training.py：负责实现模型的训练以及评估 【1.先跑这个来训练好模型，再跑test.py】
  • test.py： 从测试集中随机抽取一张图片, 进行预测是猫还是狗 【2.跑完training.py后，再跑这个来测试图片进行预测猫或狗】

注意点

  • training.py 和 test.py 读取文件的路径需要修改成符合自己当前的文件夹路径
  • 导包问题（本项目代码接口用的是tensorflow1版本的, 若装的tensorflow是2版本的, 则按如下导包即可）
# import tensorflow as tf
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

训练图（准确率与损失值）

准确率和损失值图

预测结果图

预测结果图