利用迁移学习进行花的分类 - github项目介绍

深藏阁楼爱情的钟 2021-11-11 13:14 299阅读 0赞

前几天写了个小项目, 利用深度学习里的迁移学习方法做花的分类, 下面是项目的github地址.  
[https://github.com/JameyWoo/transfer-learning][https_github.com_JameyWoo_transfer-learning]

感兴趣的同学可以了解一下, 源码比较简单, 下面是项目的说明

--------------------

# transfer learning #

@ author 姬小野

— 迁移学习对五种花分类

## 环境 ##

ubuntu 18.04

## requirements ##

1.  torch==1.1.0
2.  numpy==1.17.0
3.  torchvision==0.3.0

## 使用方法 ##

### 训练 ###

下载vgg的预训练模型  
`download.pytorch.org/models/vgg16-397923af.pth`放到目录`/home/jamey/.cache/torch/checkpoints`下  
执行  
`python train.py`

即可在当前目录下训练自己的模型

ps. 在普通笔记本上生成模型的时间较久

### 测试 ###

执行

`python test.py`

即可测试模型对花分类的准确率

当epoch为3时, 模型的准确率达到了83%, 其中, 除roses外准确率都极高. (大多数错误都是由roses引起的)

Test Accuracy of daisy: 84% (78/92)
    Test Accuracy of dandelion: 94% (125/132)
    Test Accuracy of roses: 59% (54/91)
    Test Accuracy of sunflowers: 85% (86/101)
    Test Accuracy of tulips: 87% (108/124)
    
    Test Accuracy (Overall): 83% (451/540)

### 运行 ###

对一张图片进行分类

----------------usage----------------
        run the demo with:
        python demo.py -m model_name -i image_name.jpg
        python demo.py --image image_name.jpg
        python demo.py -i image_name.jpg
        or use `python demo.py -h` to get help
        -----------------end-----------------

## 例子 ##

### demo 1 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70]

$ python demo.py -m my_vgg16_3epochs.pth -i image/yvjingxiang_1.png
    郁金香

[demo.py][] 的输出结果是图片的识别的花的中文名

### demo 2 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70 1]

$ python demo.py -m my_vgg16_3epochs.pth -i image/pugongying_1.png
    蒲公英

[https_github.com_JameyWoo_transfer-learning]: https://github.com/JameyWoo/transfer-learning
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70]: /images/20211109/486f0ab819bc4adc96a51a68c0ec4e9b.png
[demo.py]: http://demo.py
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70 1]: /images/20211109/b02353c2f53143fdbf45c94d093297dd.png