基于基础的CNN和迁移学习分别实现的kaggle猫狗图片分类（源码+项目说明）.zip

# 项目 基于基础的CNN和迁移学习分别实现的kaggle猫狗图片分类 ## 说明 ### 环境配置 ```html # GPU云服务器跑 ``` ### 数据集 Kaggle比赛项目：https://www.kaggle.com/c/dogs-vs-cats-redux-kernels-edition - 数据集为：25000张猫狗数据 - 测试集为：12500张猫狗数据 > 数据集可以在Kaggle找到下载！ ### 仓库 本仓库包括以下： - `basic_cnn_model.py`：基础的CNN结构进行的猫狗识别分类； - `transfer_model.py`：迁移学习进行的猫狗识别分类； - `use_model_to_test.py`：模型训练完成后用于测试的程序； **注意**：迁移学习之前需要导入一些预训练好的模型（例如：[inception_v3_weights_tf_dim_ordering_tf_kernels_notop.h5](https://download.csdn.net/download/gilgame/10970073) ） > 基础的CNN和迁移学习完成后都会生成一个`.h5`的模型文件，在进行测试之前将`.h5`模型文件导入到测试程序即可！ ## 使用 运行项目： ```python # 运行cnn训练模型 python basic_cnn_model.py # 运行迁移学习训练模型 python transfer_model.py # 进行模型测试 python use_model_to_test.py ``` ## CNN架构 <center><img src="https://s1.ax1x.com/2020/09/10/wJwGXd.png" alt="wJwGXd.png" border="0" /></center>