基于MXNet的Cats vs. Dogs(猫狗大战)实现和详解
2019.12.8 更新完整代码
https://github.com/nickhuang1996/Dogs_vs_Cats_MXNet
具体的搭建和运行步骤可参看README.md
介绍
- 这个存储库是为kaggle Dogs vs.Cats match准备的,但是您可以利用这个代码来学习如何使用mxnet。
- 对于网络,建立了包含VGG和ResNet等预训练模型的结构。
- 对于采样器,有Sequential和Random两种类型。
- 对于学习率调度器,我编写了4种类型来调整优化器的学习率。
- 对于优化器,只有Adam和SGD显示在我的存储库中。
目录
一、猫狗大战数据集
1.进入网址:https://www.kaggle.com/c/dogs-vs-cats/data,顺便注册账号。如果验证邮箱时出现“You did not enter the correct captcha response. Please try again“,提示没有输入正确的验证码。这个验证码是看不到的,因为这个验证码是用google提供的api,google被和谐了,所以加载不出来,FQ就能出来验证信息,然后完成注册~
2.点击My Account,找到API这一栏
3.点击Create New API Token,下载kaggle.json文件
确保这个文件在.kaggle文件夹底下
例如博主的位置是这样的
4.下载json完成
5.下载数据集之前我们还需要同意相关Rules,点击“I Understand and Accept”
6.会跳转到手机验证界面,并进行进行人机验证,之后输入发送的验证码
7.验证完成
8.点击API后面的指令,会提示command copied to clipboard
9.下载方式:
(1)打开cmd或者下载,我们把刚才复制上的指令粘贴进去,开始下载
(2)用迅雷下载比较快
10.我们解压整个压缩包,里面的训练和测试压缩包我们也解压,里面分别包含有猫和狗的图片,如下图
${project_dir}/datasets
dogs-vs-cats
train.zip
test1.zip
train # Extracted from train.zip
test1 # Extracted from test1.zip
二、环境
- Python 3.6
- mxnet-cu90(CUDA9.0)
- tqdm 4.28.1
- tensorboardX 1.5
三、实验结果
Network | Accuracy(%) |
---|---|
VGG16_bn | 97.92 |
ResNet50_v2 | 97.84 |
博主这里只训练了10个epochs。
文章来源: nickhuang1996.blog.csdn.net,作者:悲恋花丶无心之人,版权归原作者所有,如需转载,请联系作者。
原文链接:nickhuang1996.blog.csdn.net/article/details/103443870
- 点赞
- 收藏
- 关注作者
评论(0)