1、数据处理
1.1 修改data-config中的路径为自己图片存放路径,
并在该路径下创建train-img test-img valid-img 三个文件夹，把分类好的数据放在train-img中
1.2 运行data_preparation_val 把90%数据作为训练 10%作为验证
1.2 运行data_preparation_test 把验证集中的5%数据作为验证 5%作为测试
2 train
运行 googlenet_train.py 开始训练
3 test
1、测试准确率：运行 googlenet_predict_accuracy.py 能够检测测试集下的所有图片，用于检验准确率
total accuracy: 0.9090909090909091
2.修改googlenet_predict_pic.py中的 TEST_IMG 为自己的测试图片路径 并运行
