1.数据集:从VGG网下载,这是一些各种猫和狗的图片(每个文件夹下面大约200张图片,有点少,所以训练的结果并不是很好,最好是上万的数据)
2.做得图像识别网络模型:(这个是技术核心,但是在神经网络里也有一句话,就是大量的数据训练的网络也能超过一个优秀的网络模型,所以说你数据必须大量,必须多)
3.训练过程就是将这些数据集传入网络,判断哪些猫属于同一种,哪些狗属于同一种,这个就是很复杂的过程了,我用的是GPU加速的tensorflow
4.预测:我搜集了一些图片,然后输入到这个网络中,判断这些分类到底对不对
5.结果:
从结果中可以看出,第一个图片就识别成功了,但是第二个就错了,所以需要训练大量的数据。
出错的原因主要有三个方面:
(1)数据太少
(2)网络模型有待优化
(3)各种动物之间差距太小,所以特征值不好提取,比如你用这个模型人和狗,那几乎可以达到百分之百的准确率
领取专属 10元无门槛券
私享最新 技术干货