CNN对Cifar10进行分类，初始算法准确度为79%； 第二种使用图像加强，精确度可到84%左右； 第三种使用正则化第四种使用双CPU，精确度提升到86%。

cifar-10数据集 用于图片分类 方便获取数据集

树叶分类数据集-python版本

去除重复的图片十分的好用

tensorflow用于实现图片分类，这个是简单的一个数据集案列。用于完成图片的分类。

图片分类类别类目(中文版本)synset_words.txt, 下面是部分示例: n01440764,丁鲷 n01443537,金鱼 n01484850,大白鲨 n01491361,虎鲨 n01494475,锤头鲨

Java + OpenCV 系列专栏已经亲测可用 博客地址: https://yinyue.blog.csdn.net/article/details/115827069 https://yinyue.blog.csdn.net/article/details/115788931 https://yinyue.blog.csdn.net/article/details/116157355 图片分类: bvlc_googlenet.prototxt , bvlc_googlenet.caffemodel , synset_words.txt 年龄识别: age_deploy.prototxt age_net.caffemodel 性别识别: gender_net.caffemodel gender_deploy.prototxt 人脸关键点检测 lbfmodel.yaml

使用tensorflow对自己制作的图片数据集进行分类。 只要将data下使用自己的数据集即可。

《深度学习之多标签图片分类（PyTorch版） 》课程从实战的角度出发，基于真实数据集并结合实际业务出发点，介绍深度学习多标签图片分类通用解决方案，通过本课程，彻底掌握多标签图片分类项目。   从0到1讲解如何场景业务分析、进行数据处理，模型训练与调优，最后进行测试与结果展示分析。全程实战操作，以最接地气的方式详解每一步流程与解决方案。   老师的授课风格： 以实战为主，结合理论，让大家彻底掌握图片多标签提取解决方案和项目实战。

CNN实现图片分类，用tensorflow python实现，目前是三类，可以增加类别。