1 Star 0 Fork 0

桃沢 / Lazypredict_dog_cat

加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
克隆/下载
贡献代码
同步代码
取消
提示: 由于 Git 不支持空文件夾,创建文件夹后会生成空的 .keep 文件
Loading...
README

项目描述

本项目使用FAISS库实现了基于K近邻的图像分类器。该分类器可以使用CPU或GPU进行训练,并支持两种特征提取方法:flat和vgg。用户可以选择使用sklearn或faiss库实现K近邻算法。

功能

本项目实现了以下功能:

  • 使用FAISS库实现基于K近邻的图像分类器
  • 支持使用CPU或GPU进行训练
  • 支持两种特征提取方法:flat和vgg
  • 支持使用sklearn或faiss库实现K近邻算法

依赖

本项目依赖以下库:

  • numpy
  • faiss
  • sklearn
  • argparse
  • logging
  • tqdm
  • cv2
  • os
  • imutils
  • pickle
  • tensorflow

使用

  1. 安装依赖库
  2. 运行训练脚本
python train.py -m [cpu|gpu] -f [flat|vgg] -l [sklearn|faiss]

其中:

  • -m:选择训练模式,可选值为cpu或gpu
  • -f:选择特征提取方法,可选值为flat或vgg
  • -l:选择使用的库,可选值为sklearn或faiss
  1. 查看训练结果
  • 训练完成后,程序会输出最佳的k值和相应的准确率。

项目运行效果截图

输入图片说明 输入图片说明 注意

  • 本项目使用Python 3.8及以上版本进行开发和测试。
  • 本项目使用FAISS库进行高效的相似度搜索和稠密向量的聚类。
  • 本项目使用sklearn库中的K近邻分类器作为对比实验。
  • 本项目使用VGG16模型进行图像特征提取。
  • 本项目使用logging库记录日志。
  • 本项目使用tqdm库在循环中添加进度条。

个人信息

  • 学号: 202152320123
  • 年级: 2021
  • 专业: 智能科学与技术
  • 班级: 1班

空文件

简介

取消

发行版

暂无发行版

贡献者

全部

近期动态

加载更多
不能加载更多了
1
https://gitee.com/taozawa/lazypredict_dog_cat.git
git@gitee.com:taozawa/lazypredict_dog_cat.git
taozawa
lazypredict_dog_cat
Lazypredict_dog_cat
master

搜索帮助