首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >图像分类算法需要多长时间?

图像分类算法需要多长时间?
EN

Stack Overflow用户
提问于 2018-07-28 20:49:57
回答 1查看 51关注 0票数 -1

我已经写了下面的代码来识别图像。

代码语言:javascript
复制
# Importing the Keras libraries and packages
from keras.models import Sequential
from keras.layers import Conv2D
from keras.layers import MaxPooling2D
from keras.layers import Flatten
from keras.layers import Dense
# Initialising the CNN
classifier = Sequential()
# Step 1 - Convolution
classifier.add(Conv2D(32, (3, 3), input_shape = (64, 64, 3), activation = 'relu'))
# Step 2 - Pooling
classifier.add(MaxPooling2D(pool_size = (2, 2)))
# Adding a second convolutional layer
classifier.add(Conv2D(32, (3, 3), activation = 'relu'))
classifier.add(MaxPooling2D(pool_size = (2, 2)))
# Step 3 - Flattening
classifier.add(Flatten())
# Step 4 - Full connection
classifier.add(Dense(units = 128, activation = 'relu'))
classifier.add(Dense(units = 1, activation = 'sigmoid'))
# Compiling the CNN
classifier.compile(optimizer = 'adam', loss = 'binary_crossentropy', metrics = ['accuracy'])
# Part 2 - Fitting the CNN to the images
from keras.preprocessing.image import ImageDataGenerator
train_datagen = ImageDataGenerator(rescale = 1./255,
shear_range = 0.2,
zoom_range = 0.2,
horizontal_flip = True)
test_datagen = ImageDataGenerator(rescale = 1./255)
training_set = train_datagen.flow_from_directory('E:\\ML_R&D\\training_set\\cats1',
target_size = (64, 64),
batch_size = 32,
class_mode = 'binary')
test_set = test_datagen.flow_from_directory('E:\\ML_R&D\\test_set\\cats1',
target_size = (64, 64),
batch_size = 32,
class_mode = 'binary')
classifier.fit_generator(training_set,
steps_per_epoch = 8000,
epochs = 25,
validation_data = test_set,
validation_steps = 2000)
# Part 3 - Making new predictions
import numpy as np
from keras.preprocessing import image
test_image = image.load_img('E:\\ML_R&D\\cat.jpg', target_size = (64, 64))
test_image = image.img_to_array(test_image)
test_image = np.expand_dims(test_image, axis = 0)
result = classifier.predict(test_image)
training_set.class_indices
if result[0][0] == 1:
    prediction = 'dog'
else:
    prediction = 'cat'

当我运行这段代码时,它运行成功,没有任何错误,但等待了几个小时(2)后,没有显示任何结果。它就在下面显示。

找到属于0个类的0个图像。找到属于0个类的0个图像。纪元1/25

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2018-07-29 02:23:04

问题在于您给出的目录结构。

代码语言:javascript
复制
training_set = train_datagen.flow_from_directory('E:\\ML_R&D\\training_set\\cats1',
target_size = (64, 64),
batch_size = 32,
class_mode = 'binary')

在这里,路径E:\\ML_R&D\\training_set\\cats1必须包含子文件夹(代表每个类),在每个子文件夹中,您拥有属于该特定类的图像。

例如

/home/tlokeshkumar/Documents/image_data是我的数据集所在的位置。

代码语言:javascript
复制
image_data
    class_1
        class_1_1.jpg
        class_1_2.jpg
        ...
    class_2
        class_2_1.jpg
        class_2_2.jpg
        class_2_3.jpg
        ...
    class_3
    class_4
    ...

如果遵循此结构,则必须输入必须提供的主文件夹(image_data)的路径。

代码语言:javascript
复制
training_set = train_datagen.flow_from_directory('home/tlokeshkumar/Documents/image_data',
target_size = (64, 64),
batch_size = 32,
class_mode = 'binary')

对于Fast image classification,你可以查看我的存储库,在那里我使用keras编写了一个图像分类器,它使用瓶颈来训练它,速度比正常的训练过程快得多。

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/51571578

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档