Cat Vs Dog
目 录
Cat Vs Dog 1
项目简介 1
项目实现 2
所用技术 2
项目流程图 2
cnn 网络 4
网络图片展示 4
网络文字代码解释 5
项目展示 9
前端展示 9
后台展示 15
具体步骤 17
1.创建数据集 17
2. 创建模型 19
3. 训练网络 20
4. 预测 23
4. 改进——优化版本 25
项目总结 28
项目简介
该项目是基于 Keras 的猫狗识别 Web 应用。
数据集是来自 Kaggle 上的猫狗大赛数据集，其中训练集 train 包含了猫的图片 12500 张以及狗的图片 12500 张，测试集 test 包含了猫狗的图片 12500 张。本项目采用了基于 Keras 的自己构造的 cnn 网络训练以及 Keras 中的 VGG16 卷积神经网络模型来进行训练数据，比较发现自己构造的 cnn 网络训练数据得到的模型不如 VGG16 训练数据得到的模型准确率高，自己训练的模型准确率在 70%-80% 之间，而 VGG16 的准确率在 95% 以上。
最后还用了 Python 的 Django 框架简单的做了个展示页面，其中包括了本人及项目介绍图片的上传及预测结果展示的小功能。
项目实现
所用技术
Keras 搭建卷积神经网络
Keras VGG16 搭建自己的卷积神经网络
OpenCV 图像识别
Django 框架
Python 文件操作
