用VGG16对102种鲜花分类

用VGG16对102种鲜花分类

dataset：

import os import torch import numpy as np from PIL import Image from torch.utils.data import Dataset from torch.utils.data import DataLoader class Datasets(Dataset): def __init__(self,path): self.path=path self.dataset=[] self.dataset.extend(open(os.path.join(path,"label.txt")).readlines()) # self.dataset.extend(open(os.path.join(path, "negative.txt")).readlines()) # self.dataset.extend(open(os.path.join(path,"part.txt")).readlines()) def __getitem__(self, index): strs=self.dataset[index].strip().split( ) # print(strs) image_path=os.path.join(self.path,strs[0]) label=torch.Tensor([int(strs[1])]) # offset=torch.Tensor([float(strs[2]),float(strs[3]),float(strs[4]),float(strs[5])]) image_data=Image.open(image_path) image_data = image_data.convert('RGB') #把图片制作成正方形，否则采样的时候会报错 w, h = image_data.size background = Image.new('RGB', size=(max(w, h), max(w, h)), color=(127, 127, 127)) # 创建背景图，颜色值为127 length = int(abs(w - h) // 2) # 一侧需要填充的长度 box = (length, 0) if w < h else (0, length) # 粘贴的位置 background.paste(image_data, box) image_data=background.resize((224,224)) image_data=torch.Tensor(np.array(image_data)

相关知识

Keras复现VGG16及实现花卉分类
深度学习简单网络VGG鲜花分类
利用VGG16做花数据集的识别
【深度学习图像识别课程】tensorflow迁移学习系列：VGG16花朵分类
卷积神经网络训练花卉识别分类器
转移学习：使用VGGNet对花朵图像进行分类
7 Resnet深度残差网络实现102种花卉分类
基于深度学习和迁移学习的识花实践
网友众筹植物图鉴 一书饱览102种“卧龙花”
基于卷积神经网络的樱桃叶片病虫害识别与防治系统，vgg16，resnet，swintransformer，模型融合（pytorch框架，python代码）

网址: 用VGG16对102种鲜花分类 https://www.huajiangbk.com/newsview343161.html