基於卷積神經網路的貓種類的識別
1 引言
我也是剛剛接觸卷積神經網路不久,理解的也不是特別深入,以下都是我自己的個人想法,如有錯誤希望大家指正。
這個是一個基於類似於VGG模型(模型來源於keras文件)的卷積神經網路實現的圖片分類器,實現的是對貓的種類識別,因為資料集比較難找所以只用了320張圖片做訓練集,用69張圖片做測試集。具體貓的分類一共有4類:布偶貓,孟買貓,暹(xian)羅貓,英國短毛貓。(圖片均來源於網路圖片)
本工程基於Django1.8.2,python3.6,keras等在windows8.1系統下,實現由網頁上傳圖片,進而對圖片識別出貓的種類,那讓我們開始具體的操作吧。
注:
如果沒有基礎的同學
建議通過
對卷積神經網路,tensorflow,keras不瞭解的同學
建議通過莫煩python學習
或者通過tensorflow、keras官方的中文文件
2 文件結構
由於文章篇幅過長所以分成幾個模組分別闡述:
(1)Django專案搭建
(2)圖片的上傳
(3)mysql資料庫的連線
(4)卷積神經網路的搭建
(5)與Django結合利用模型對上傳圖片預測
(6)啟用後臺管理
(7)阿里雲ubuntu伺服器環境配置
(8)移動app釋出專案
相關推薦
論文理解:基於卷積神經網路的人臉識別方法
本文是對陳耀丹、王連明的基於卷積神經網路的人臉識別方法的理解。 摘要:實現了一種基於卷積神經網路的人臉識別方法,該網路由兩個卷積層,兩個池化層、一個全連線層和一個softmax迴歸層組成,它能自動提取人臉特徵並進行分類,網路通過批量梯度下降法訓練特徵提取器和分
斯坦福大學2017年春季_基於卷積神經網路的視覺識別課程視訊教程及ppt分享
計算機視覺已經在我們的社會中普遍存在,應用於搜尋,影象理解,應用程式,繪圖,醫學,無人機和自駕車。許多這些應用程式的核心是視覺識別任務,如影象分類,定位和檢測。神經網路(又稱“深度學習”)方法的最新進展,大大提高了這些最先進的視覺識別系統的效能。 本課程深入瞭解深入
基於卷積神經網路的人臉識別專案_使用Tensorflow-gpu+dilib+sklearn
https://www.cnblogs.com/31415926535x/p/11001669.html 基於卷積神經網路的人臉識別專案_使用Tensorflow-gpu+dilib+sklearn 概述 學期末了啊,,,最後這個人臉識別的專案弄完了,,有很多的不足,,很多東西都是隻知道怎麼用,但是不知道其背
基於卷積神經網路的貓種類的識別
1 引言 我也是剛剛接觸卷積神經網路不久,理解的也不是特別深入,以下都是我自己的個人想法,如有錯誤希望大家指正。 這個是一個基於類似於VGG模型(模型來源於keras文件)的卷積神經網路實現的圖片分類器,實現的是對貓的種類識別,因為資料集比較難找所以只用了320張圖片做訓練集,用
基於3D卷積神經網路的行為識別
人工智慧/機器學習/深度學習交流QQ群:811460433程式設計師深度學習微信公眾號: 最近看Deep Learning的論文,看到這篇論文:3D Convolutional Neural
06《基於卷積神經網路LeNet-5的車牌字元識別研究》學習總結
一、本篇介紹 二、本文主要內容(知識點) 1、概要 2、卷積神經網路介紹 1.卷積層 2.次抽樣層 3、LeNet-5介
基於卷積神經網路的近紅外夜間道路行人識別
near infrared nighttime road pedestrians recognition based on convolutional neural network 題目:基於卷積神經網路的近紅外夜間道路行人識別 摘要:在行人預測系統中,行人識別是行人檢測的核心技術。這篇文章
基於卷積神經網路和tensorflow實現的人臉識別
以前在學習卷積神經網路的時候,發現了很多很有趣的demo,有一次發現了上面這個人臉識別的例子,不過當時還看不懂,經過一段時間之後決定試試能不能將上面的例子改一下,調以調參什麼的,於是就有了這篇文章。本以為我的程式碼和原文沒有什麼太大的區別,應該不會出現什麼錯誤,但是實際自己上
基於深度卷積神經網路進行人臉識別的原理是什麼?
我這裡簡單講下OpenFace中實現人臉識別的pipeline,這個pipeline可以看做是使用深度卷積網路處理人臉問題的一個基本框架,很有學習價值,它的結構如下圖所示:1、Input Image -> Detect輸入:原始的可能含有人臉的影象。輸出:人臉位置的bounding box。這一步一般我
深度學習--基於卷積神經網路的歌唱嗓音識別
卷積神經網路(Convolutional Neural Network,CNN)是一種前饋神經網路,它的人工神經元可以響應一部分覆蓋範圍內的周圍單元,對於大型影象處理有出色表現。 它包括卷積層(alternating convolutional layer)和池層(po
使用Python+TensorFlow2構建基於卷積神經網路(CNN)的ECG心電訊號識別分類(二)
## 心律失常資料庫 目前,國際上公認的標準資料庫包含四個,分別為美國麻省理工學院提供的MIT-BIH(Massachusetts Institute of Technology-Beth Israel Hospital Database, MIT-BIH)資料庫、美國心臟學會提供的AHA( America
Pytorch實現基於卷積神經網路的面部表情識別(詳細步驟)
文章目錄 一、專案背景 二、資料處理 1、標籤與特徵分離 2、資料視覺化 3、訓練集和測試集 三、模型搭建 四、模型訓練 五、完整程式碼 一、專案背景資料集cnn_train.csv包含人類面部表情的圖片的label和feature。在這裡,面部表情識別相當於一個分類問題,共有7個
基於卷積神經網路特徵圖的二值影象分割
目標檢測是當前大火的一個研究方向,FasterRCNN、Yolov3等一系列結構也都在多目標檢測的各種應用場景或者競賽中取得了很不錯的成績。但是想象一下,假設我們需要通過影象檢測某個產品上是否存在缺陷,或者通過衛星圖判斷某片海域是否有某公司的船隻
cs231n斯坦福基於卷積神經網路的CV學習筆記(二)神經網路訓練細節
五,神經網路 注意點part1 例項:邏輯迴歸二層神經網路訓練函式 使用權重w和偏差值biase計算出第一個隱含層h,然後計算損失,評分,進行反向傳播回去 多種常用啟用函式(一般預設max(0,x)),如sigmoid函式具有飽和區梯度0,非零點中心,計算x複
基於卷積神經網路電視節目推薦
本文使用文字卷積神經網路,並使用自己的電視節目資料集完成電影推薦的任務。 需要安裝TensorFlow1.0,Python3.5 文字卷積神經網路的圖如下, 圖片來自Kim Yoon的論文:Convolutional Neural Net
機器學習筆記:tensorflow實現卷積神經網路經典案例--識別手寫數字
從識別手寫數字的案例開始認識神經網路,並瞭解如何在tensorflow中一步步建立卷積神經網路。 安裝tensorflow 資料來源 kaggle新手入門的數字識別案例,包含手寫0-9的灰度值影象的csv檔案,下載地址:https://www.
基於卷積神經網路實現圖片風格的遷移 3
實現圖片的風格轉換 一、實驗介紹 1.1 實驗內容 上一節課我們介紹了經典的CNN模型 VGG ,以及影象風格遷移演算法的基本原理。本節課我們將使用另外一個經典的模型 GoogLenet 來實現我們的專案(這是由於環境的限制,用 googlenet可以更快的完成我們的風格轉換),如果你完成了上節課的作業,那
3D 卷積神經網路 視訊動作識別
轉自:http://blog.csdn.net/AUTO1993/article/details/70948249 https://zhuanlan.zhihu.com/p/25912625 http://blog.csdn.net/zouxy09/article/deta
【深度學習】5:CNN卷積神經網路原理、識別MNIST資料集
前言:先坦白的說,深度神經網路的學習在一開始對我造成的困擾還是很大的,我也是通過不斷地看相關的視訊資料、文獻講解嘗試去理解記憶。畢竟這些內容大多都是不可查的,我們看到的都只是輸入輸出的東西,裡面的內部運作以及工作原理,都需要沉心靜思。 這篇CNN卷積神經網路的
深度學習:卷積神經網路與影象識別基本概念
一 卷積神經網路的組成 影象分類可以認為是給定一副測試圖片作為輸入 IϵRW×H×CIϵRW×H×C,輸出該圖片 屬於哪一類。引數 W 是影象的寬度,H 是高度,C 是通道的個數;彩色影象中 C = 3,灰度影象 中 C = 1。一般的會設定總共類別的個數,