当前位置: 首页 > news >正文

可以推广的网站有哪些优化排名seo

可以推广的网站有哪些,优化排名seo,温州网站建设新手,米客优品的网站是哪做的1 2023 年 MathorCup 高校数学建模挑战赛——大数据竞赛 赛道 A:基于计算机视觉的坑洼道路检测和识别 使用深度学习模型,pytorch版本进行图像训练和预测,使用ResNet50模型 2 文件夹预处理 因为给定的是所有图片都在一个文件夹里面&#xf…

1 2023 年 MathorCup 高校数学建模挑战赛——大数据竞赛

赛道 A:基于计算机视觉的坑洼道路检测和识别
使用深度学习模型,pytorch版本进行图像训练和预测,使用ResNet50模型

2 文件夹预处理

因为给定的是所有图片都在一个文件夹里面,所以需要先进行处理,核心代码:

for file_name in file_names:source_path = os.path.join(source_folder, file_name)# 判断文件名中是否包含'a'字符if "normal" in file_name:# 如果包含'a'字符,将文件移动到文件夹Adestination_path = os.path.join(folder_normal, file_name)shutil.copy(source_path, destination_path)elif "potholes" in file_name:# 如果包含'bb'字符,将文件移动到文件夹BBdestination_path = os.path.join(folder_potholes, file_name)shutil.copy(source_path, destination_path)

移动后的图片所在文件夹显示
在这里插入图片描述
每个文件夹里面包含属于这一类的图片

在这里插入图片描述
在这里插入图片描述

3 使用ResNet50模型进行建模

3.1 ResNet50核心原理

  • 输入层: 接收输入图像 卷积层1:对输入图像进行卷积操作,得到64个特征图批量标准化层1:对卷积层的输出进行批量标准化
  • ReLU激活函数1:对批量标准化后的特征图进行非线性激活
  • 残差块1:包含两个残差块,每个残差块由两个卷积层和一个批量标准化层组成ReLU激活函数2:对残差块1的输出进行非线性激活
  • 批量标准化层2:对ReLU激活函数2的输出进行批量标准化。
  • 卷积层2:对批量标准化后的特征图进行卷积操作,得到128个特征图残差块2:包含两个残差块,每个残差块由两个卷积层和一个批量标准化层组成ReLU激活函数3:对残差块2的输出进行非线性激活批量标准化层3:对ReLU激活函数3的输出进行批量标准化。卷积层3:对批量标准化后的特征图进行卷积操作,得到256个特征图

在这里插入图片描述

3.2 核心代码

3.2.1 数据预处理

数据预处理,归一化

transform = T.Compose([T.Resize(256),T.CenterCrop(224),T.ToTensor(),T.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),])

3.2.2 训练集和测试集划分

# 划分数据集为训练集和测试集
validation_split = 0.2
dataset_size = len(custom_dataset)
split = int(validation_split * dataset_size)
indices = list(range(dataset_size))
np.random.shuffle(indices)
train_indices, test_indices = indices[split:], indices[:split]train_sampler = SubsetRandomSampler(train_indices)
test_sampler = SubsetRandomSampler(test_indices)# 创建数据加载器
batch_size= 128
train_loader = DataLoader(custom_dataset, batch_size=batch_size, sampler=train_sampler)
test_loader = DataLoader(custom_dataset, batch_size=batch_size, sampler=test_sampler)

3.2.3 加载模型

from torchvision import models
model = models.resnet50(pretrained=True) # 导入resnet50网络# 修改最后一层,最后一层的神经元数目=类别数目,所以设置为100个
model.fc = torch.nn.Linear(in_features=2048, out_features=2)

3.2.4 训练

        train = Variable(images).cuda()labels = Variable(labels).cuda()# 梯度清零optimizer.zero_grad()# 前向计算outputs = model(train)predicted = torch.max(outputs.data, 1)[1]  # 预测标签acc = (predicted == labels).sum() / float(len(labels))  # 计算精度loss = error(outputs, labels)  # 计算损失函数# 计算梯度loss.backward()# 更新梯度optimizer.step()train_loss_list.append(loss.data.cpu().item())train_acc_list.append(acc.cpu().item())

3.2.5 模型预测

遍历测试数据集

 with torch.no_grad():for inputs, labels in test_loader:inputs = Variable(inputs).cuda()labels = Variable(labels).cuda()outputs = model(inputs)_, predicted = torch.max(outputs, 1)  # 获取预测标签true_labels.extend(labels.cpu().numpy())  # 将真实标签添加到列表predicted_labels.extend(predicted.cpu().numpy())  # 将预测标签添加到列表

4 结果显示

要输出精度、F1 分数和分类报告等多种指标,你可以在训练模型之后使用Scikit-Learn的工具来进行评估和计算这些指标。

train data: 0  Loss: 0.1588  Accuracy: 0.9143
Accuracy: 0.9833333333333333
Precision: 0.9857142857142857
Recall: 0.9833333333333333
F1 Score: 0.9838964773544213
Classification Report:precision    recall  f1-score   support0       1.00      0.98      0.99        541       0.86      1.00      0.92         6accuracy                           0.98        60macro avg       0.93      0.99      0.96        60
weighted avg       0.99      0.98      0.98        60

完整代码:https://docs.qq.com/doc/DWEtRempVZ1NSZHdQ

http://www.zhongyajixie.com/news/17357.html

相关文章:

  • 产品如何做网络推广seo咨询岳阳
  • 想做交友网站怎么做疫情最严重的三个省
  • 网站建设熊猫建站seo综合查询平台
  • 深圳企业网站建设收费标准鲜花网络营销推广方案
  • 新冠肺炎疫情最新公布网络优化大师
  • 怎样做让百度收录网站域名自己有域名怎么建网站
  • 浙江杭州网站建设服务公司哪家好百度域名查询
  • 最容易做的网站类型网页模板之家
  • 免费搭建网站的平台关键词优化工具有哪些
  • wordpress 设计类主题重庆seo推广服务
  • 网站开发宣传单如何查询域名注册人信息
  • 自己可以做电子商务网站销售管理怎么带团队
  • 帮朋友做网站百度 营销推广靠谱吗
  • 免费网站设计 优帮云新冠疫情最新情况
  • 医疗网站模板2022年十大流行语
  • 遂宁做网站的公司网络营销方案的范文
  • 免费b站推广网站剧情百度首页关键词推广
  • 自己做章网站企业微信会话内容存档
  • 公司网站需求说明书武汉seo首页优化公司
  • 扁平设计网站郑州网站seo优化公司
  • 网站icp备案信息查询自建网站平台有哪些
  • 一个人做导购网站2023广东最新疫情
  • 企业网站建设方案书范文百度网盘资源分享
  • 做宣传片的网站新闻头条国内大事
  • 网站制作设计桌面百度
  • 个人网站 创意行者seo无敌
  • wordpress网站换空间必应搜索引擎国际版
  • 平台b2c网站建设百度统计数据分析
  • 自己做的网站访问不了semifinal
  • 灵寿网站建设搜索引擎优化服务