天天看點

在CIFAR-10上用CNN進行目标檢測

CIFAR-10資料集連結:http://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz

代碼:https://e.coding.net/hanhao/hanhao0620.git

版本 ;python 3.7 pycharm2019

在我的筆記本上曆時6個小時終于跑完的代碼,整理筆記如下。

pycharm中導入第三方庫sklearn時遇到問題,解決方法:https://www.cnblogs.com/hanhao970620/p/13168474.html

網絡結構:

第一個卷積層

輸入通道:3,輸出通道:32,卷積後圖像尺寸不變,依然是32x32,激活函數為relu

在CIFAR-10上用CNN進行目标檢測

第一個池化層

使用最大池化,将32x32的圖像縮小為16x16,不改變通道數

在CIFAR-10上用CNN進行目标檢測

第二個卷積層

輸入通道:32,輸出通道:32,卷積後圖像尺寸不變,依然是32x32,激活函數為relu

在CIFAR-10上用CNN進行目标檢測

第二個池化層

使用均值池化,将16x16的圖像縮小為8x8,不改變通道數

在CIFAR-10上用CNN進行目标檢測

第三個卷積層

輸入通道:32,輸出通道:64,卷積後圖像尺寸不變,依然是32x32,激活函數為relu

在CIFAR-10上用CNN進行目标檢測

第三個池化層

使用均值池化,将8x8的圖像縮小為4x4,不改變通道

在CIFAR-10上用CNN進行目标檢測

運作結果:

損失值和準确率:

在CIFAR-10上用CNN進行目标檢測

各類樣本錯誤率:

在CIFAR-10上用CNN進行目标檢測

 可視乎曲線:

在CIFAR-10上用CNN進行目标檢測
在CIFAR-10上用CNN進行目标檢測
在CIFAR-10上用CNN進行目标檢測
在CIFAR-10上用CNN進行目标檢測