2.文件存储 一个样本存放的文件夹为dataset 下两个文件夹 train和test文件(训练和预测)
3.训练和测试的文件要相同。下面都分别放了 crane (鹤)、elephant(大象)、leopard(豹子)
4.编写预测的Python文件:code.py 跟dataset是同级路径。
图片素材链接:https://pan.baidu.com/s/1_l0IhiXFm83f1gb_YEOVtw
提取码:8888
1.ResNet18原理
ResNet18是一个经典的深度卷积神经网络模型,由微软亚洲研究院提出,用于参加2015年的ImageNet图像分类比赛。ResNet18的名称来源于网络中包含的18个卷积层。
ResNet18的基本结构如下:
输入层:接收大小为224x224的RGB图像。
卷积层:共4个卷积层,每个卷积层使用3x3的卷积核和ReLU激活函数,提取图像的局部特征。
残差块:共8个残差块,每个残差块由两个卷积层和一条跳跃连接构成,用于解决深度卷积神经网络中梯度消失和梯度爆炸问题。
全局平均池化层:对特征图进行全局平均池化,将特征图转化为一维
向量。
全连接层:包含一个大小为1000的全连接层,用于分类输出。
输出层:使用softmax激活函数,生成1000个类别的概率分布。
2.文件存储 一个样本存放的文件夹为dataset 下两个文件夹 train和test文件(训练和预测)



3.训练和测试的文件要相同。下面都分别放了 crane (鹤)、elephant(大象)、leopard(豹子)



6698



被折叠的 条评论
为什么被折叠?



