top of page
搜尋

深度學習概論-期末報告

  • 作家相片: 耀立 陳
    耀立 陳
  • 2024年8月6日
  • 讀畢需時 1 分鐘



本報告探討VGG16在辨識圖片和基本的卷積神經網路(Convolutional Neural Network ,CNN)有什麼不同,並呈現出分類狗品種的結果。

經VGG16模型訓練的結果有60%的準確率、損失2.05348、預測成功率為99.81%。

--------------------------------------------------------------------------------------

本數據集由Aditya Khosla、Nityananda Jayadevaprakash、Bangpeng Yao、李飛飛製作--來自史丹佛大学

Stanford Dogs 數據集包含來自世界各地的 120 種狗的圖像。 該數據集是使用 ImageNet 的圖像和註釋構建的,用於執行細粒度圖像分類任務。 

該數據集的內容:

類別數:120

圖片數量:20,580

--------------------------------------------------------------------------------------

實驗結果:










 
 
 

最新文章

查看全部
畢業專題(內有完整論文)

我的專研工作 -隊長 -製作簽名、製作門鎖以及連接arduino控制功能 -整合mediapipe、2DCNN、訓練模型程式、圖片預處理程式 -總審論文修改 基於空中寫字簽名認證之研究 現今疫情慢慢的融入人們的生活當中,減少接觸是一件很重要的事,無接觸智慧型產品不斷推陳出新...

 
 
 

Comments


bottom of page