基于深度学习Resnet网络实现多种植物识别分类源码(准确率98.5%)+数据集+模型+使用说明.zip下载

[weixin_39821746]

基于深度学习Resnet网络实现多种植物识别分类源码(准确率98.5%)+数据集+模型+使用说明.zip 【资源介绍】 checkpoints为训练好的resnet18植物识别模型，迭代次数为100次，准确率达到98.5% config.py为配置文件，里面设置迭代次数、bachsize、优化器选择、损失函数选择、训练验证数据配置路径、学习率等等。可自定义修改改变 dataset.py 为数据预处理功能代码，包含训练数据预处理、数据增强等功能 focal_loss.py为焦点损失函数实现 model文件夹中的resnet.py为resnet算法实现，里面包含多种网络结构(含resnet18、34、50、101、152)，可任意选择替换用来训练，该项目使用的resnet18网络训练测试的。 six_classes_plant_data文件夹内为植物识别分类数据集、内含有数据增强脚本。 test_img文件夹为测试图片，可自定义增加 cosine_lr_scheduler.py余弦退火实现 2、predict.py 预测识别代码 3、train.py 训练代码 , 相关下载链接：https://download.csdn.net/download/DeepLearning_/87950295?utm_source=bbsseo