目前网上好多代码案例是预测一张图片，那么如何可以调用一次模型，预测很多图片呢。首先读取文件夹中的图片，设置batch_size，开始预测。最后对结果进行处理。因为我刚开始学习深度学习的时候，什么都不懂，网上好多代码调用一次模型都是预测一张图片。然后我对一个文件夹的图片进行预测，调用了一个文件夹图片数量次模型！我太傻了。。。本代码是调用一次模型识别一个batch
2021-07-10 14:33:38
112KB
1
可用于深度学习/机器学习/图像处理等 猫狗识别任务 的全套数据，包含训练数据8000+ 测试数据2000+ 和模型识别数据集，分类明确，数据质量高
2021-06-05 18:13:24
218.09MB
1
猫狗识别分类是继手写数字识别后进行的第二次实验，这个实验通过kaggle上的的cat-dog数据集，对其中的训练数据和测试数据，先要进行手工分类，然后尝试使用cnn网络进行学习和训练最终得到一个良好的准确率之后，把模型保存下来使用不同的猫狗的图像进一步测试是否能够运用到实践中来。
2021-05-18 14:14:58
477MB
1
基于android的猫狗识别，采用tensorflow训练的模型,android studio直接导入运行视频演示：https://www.bilibili.com/video/BV1bt4115797?from=search&seid=9840006597044262930
2021-04-26 11:04:53
214.59MB
根据深度学习的原理，用pytorch实现猫狗分类算法，识别率98%。时间在20ms内。利用自己修改的卷积神经网络实现的，值得学习的好例子
2021-04-16 17:33:28
829.69MB
1
本项目是基于tensorflow2的猫狗识别，采用了卷积神经网络和迁移学习的方法对猫狗进行学习，欢迎对深度学习感兴趣的朋友进行下载。
2021-04-13 15:02:57
66.13MB
1