it's a simple project based on Pytorch which can classify whether an image is a cat or a dog
一共训练了30个epoch,batchsize设定为100。
使用Adam算法进行优化,learning_rate选择为1e-3。
loss_function选择为交叉熵损失函数。
部分epoch训练结果如下(训练平台autodl,RTX3090):
最终测试集上测试出的结果(在本机上跑的,一块GTX1650):
Training和Validation的Accuracy曲线
把原始猫狗数据集划分为训练集、验证集和测试集,比例为6:2:2。 数据集原始组织形式: 一共有猫图片:6000张,有狗图片:6000张。图片已经被命名为:0.1.jpg-0.6000.jpg(猫);1.0.jpg-1.6000.jpg(狗) 尺寸均为100x100
搭建用于图片分类的resnet18网络
训练模型代码。模型训练的参数存储在params.pth中。
测试模型在测试集上的准确率代码。