基于Pytorch的花卉识别

访问【WRITE-BUG数字空间】_[内附完整源码和文档]
本次任务以花卉识别为题，借用机器学习方法，完成降维可视化、聚类分析、识别分类等任务。 降维可视化是在以 PCA、tSNE 等方法，将花卉数据进行降维，得到降维后的二维图像，这样便可以将其在平面上展示出来。聚类分析是利用合适的聚类方法，对花卉数据进行聚类，将聚类之后的结果与标签进行对应，讨论不同聚类方法的结果。使用非深度学习和深度学习的方法，对已经标注完成但是可能含有误标数据的花卉样本进行分类，得到最终的花卉识别准确率。

一、问题分析本次任务以花卉识别为题，借用机器学习方法，完成降维可视化、聚类分析、识别分类等任务。降维可视化是在以 PCA、tSNE 等方法，将花卉数据进行降维，得到降维后的二维图像，这样便可以将其在平面上展示出来。聚类分析是利用合适的聚类方法，对花卉数据进行聚类，将聚类之后的结果与标签进行对应，讨论不同聚类方法的结果。使用非深度学习和深度学习的方法，对已经标注完成但是可能含有误标数据的花卉样本进行分类，得到最终的花卉识别准确率。二、问题求解2.1 数据预处理2.1.1 预处理流程给定的数据集为 jpg 格式的数据，由于读取 jpg 格式的图片比较慢，所以将 jpg 格式存储在 numpy 的多维数组中，将提取出的多维数组存储在磁盘中，并且在下一次读取数据时，先判断是否存在已经打包好的多维数组文件。如果存在，那么直接读取多维数组的数据；如果不存在，那么读取源文件，并将数据存到多维数组中，再存到磁盘里，供下次使用。
[图片上传失败...(image-2e6563-1683386448683)]

0.png

1.jpg

2.jpg

3.jpg