基于CNN的猫狗识别应用源码+项目说明.zip

# 猫狗识别应用 本项目为Udacity机器学习课程毕业项目。 该项目关键难点在于： - 开题报告以及论文的编写 - 图像原始数据的处理（异常检测、数据增强、图像尺寸标准化） - 基于多个成熟CNN模型的模型融合 - 分类器的训练 - 对预测值的处理 ## 目录结构说明 ```bash ├── app # 应用部署包 │ ├── model # 预训练CNN模型 │ ├── static # 静态资源文件 │ ├── templates # App网页入口 │ ├── cnn_model.py # 融合模型 │ └── webapp.py # 前端控制器 │ └── submission # 项目过程文档 ``` ## 如何运行 ### 安装Anaconda,Tensorflow与Keras 具体安装方法请自行百度。 ### 创建运行环境 ```bash $ conda create -n py36 python=3.6 ``` ### 切换运行环境 ```bash $ source activate py36 ``` ### 安装依赖项 ```bash $ pip install -r requirements.txt ``` ### 启动项目 ```bash $ cd app $ python webapp.py ``` ### 浏览器打开 地址栏输入`localhost:5000` ## 运行示例 启动成功:  识别示例：