![](https://csdnimg.cn/release/download_crawler_static/86288751/bg1.jpg)
作业 34:使用卷积神经网络判别狗的类别
要求:
编写代码,对数据集中任意 4 种狗的种类进行训练,并对混合的数据集进行
预测。
混合的数据集自己根据训练的种类混合。
比如训练了:哈士奇、拉布拉多、博美、杜宾,则从数据集中各选取一些图
片放入新建的文件夹作为测试集。最后输出可以选择以下两个方式:
1. 显示输入预测的图片并输出训练结果
2. 将测试集中图片都进行预测,并将种类作为图片名。
提示:
1. 图片的尺寸需调整到统一的大小,该尺寸应该是输入网络的尺寸。
2. 将全部图片提取后输入网络进行训练。
3. 网络的构成可以使用卷积层+RELU 层+池化层组成,网络输出前要经过坦
化层和几个全连接层,最后一个全连接层的 dense 数目应该是种类数。优化器使
用 Adam, loss 选用"categorical_crossentropy", 评估指标选用'accuracy'
4. 训练完成后保存训练模型,并加载测试集进行预测。
作业 35:使用 DnCNN 进行图像去噪
要求:
编写代码,实现图片加噪和去噪。将原始图片,加噪图片和网络输出保存显
示。图片是灰度图。
提示:
1. 读取图片,加入高斯噪声并存储
2. 编写 DnCNN 网络,可以使用卷积层+RELU 层+batchnormal 层,网络输出
前使用 merge.subtract 层用输入图片减去卷积模块输出得到网络的输出。
评论0