图像分类之花卉图像分类（二）数据预处理代码

• 花匠小妙招
• 2024-09-17 15:43

经过上一节数据增强，我们来说说数据预处理吧。首先我们要知道图片进入网络训练都是要统一大小格式的，所以我们需要对训练集和验证集的图片进行裁剪，让他们大小统一，注意测试集不用裁剪！！！我选择裁剪成了64*64的，没改源码的裁剪大小，其实图片大些识别率听说会高些，因为裁剪中会丢失一些信息。但是我没有试过，大家可以试试128*128的看看。下面是统一大小的代码：
记得修改成你自己的路径

# 将原始图片转换成需要的大小，并将其保存 # ======================================================================================== import os import tensorflow as tf from PIL import Image import warnings warnings.filterwarnings('ignore') # 原始图片的存储位置 orig_picture = 'D:/flower_photos/train' # 生成图片的存储位置 gen_picture = 'D1234567891011

相关知识

转移学习：使用VGGNet对花朵图像进行分类
基于图像的植物病害识别与分类
colab cnn实现花卉图片分类识别
枸杞病害识别：基于区分深度置信网络的图像分类模型
深度学习——植物、农作物图像数据集大合集（二）
CNN实现花卉图片分类识别
【调参记录】基于CNN对5类花卉植物数据一步步提升分类准确率
基于深度学习的农作物害虫检测系统（网页版+YOLOv8/v7/v6/v5代码+训练数据集）
细粒度分类数据集汇总
基于图像的花卉种类识别

网址: 图像分类之花卉图像分类（二）数据预处理代码 https://m.huajiangbk.com/newsview171822.html