文件名称：SceneClassification：使用各种深度学习模型对世界各地的场景进行分类
文件大小：700KB
文件格式：ZIP
更新时间：2024-03-08 01:23:16
Python
场景分类 该项目主要涉及图像分类。 这里的目标是使用深度神经网络将全球场景分类为六种可能的类别之一。 场景分类的应用范围可以从在智能手机中组织照片，通过旅游业规划促进国家经济增长等方面。 数据集是Kaggle提供的英特尔图像分类。 （ ）总共有25,000张图像，其中17,000张被标记为6类，包括建筑物，森林，冰川，山脉，海洋和街道。 使用训练集中的图像对模型进行训练，并预测预测集中的图像类别。 本项目对自训练模型和预训练模型进行了实验，并对所有模型的性能进行了比较和分析。 有关如何运行代码的说明：---- data_prep.py-此文件允许我们加载数据。 vgg16.py vgg19.py res.py inception.py inceptionRes.py-这五个文件使用经过预训练的网络，而不会进行数据扩充。 aug_plots.py-此文件绘制所选图片的增强方式。
【文件预览】：
SceneClassification-main
----vgg16.py(3KB)
----data_prep.py(1KB)
----InceptionResV2_da.py(5KB)
----vgg_19__Prediction.py(5KB)
----res.py(3KB)
----Self_trained_Prediction.py(5KB)
----vgg16_da.py(5KB)
----vgg_16__Prediction.py(5KB)
----inception.py(3KB)
----InceptionV3_da.py(5KB)
----README.md(2KB)
----aug_plots.py(3KB)
----vgg19.py(3KB)
----vgg19_da.py(5KB)
----Final-Group-Project-Report.pdf(771KB)
----ResNet152_da.py(5KB)
----inceptionRes.py(3KB)
----ResNet__Prediction.py(5KB)
----Self_trained_cnn.py(4KB)