《计算机视觉应用开发》课件 第2章 图像分类 cha2 4_基于卷积神经网络的图像识别.pptx

基于CNN的 图像识别 案例描述01任务案例分析02任务案例实施03任务 学习目标学习搭建卷积神经网络使用网络完成图像分类 1案例描述 1案例描述学习如何搭建CNN卷积神经网络，训练cifar-10数据，识别图片中的内容。 2案例分析 2案例分析数据集介绍：cifar-10是由Hinton的学生Alex Krizhevsky和Ilya Sutskever整理的一个用于识别普适物体的小型数据集。一共包含 10个类别的 RGB 彩色图 片：飞机（ airplane ）、汽车（ automobile ）、鸟类（ bird ）、猫（ cat ）、鹿（ deer ）、狗（ dog ）、蛙类（ frog ）、马（ horse ）、船（ ship ）和卡车（ truck ）。图片由32×32彩色图像组成，每个类有6000个图像。cifar-10数据集中共有50000个训练图像和10000个测试图像。 3案例实施 3案例实施1.加载数据from tensorflow.keras import datasets, layers, models(train_images, train_labels), (test_images, test_labels) = datasets.cifar10.load_data()2.搭建卷积神经网络Keras是一个由Python编写的开源人工神经网络库，可以作为T