CIFAR-10数据集链接:http://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz
代码:https://e.coding.net/hanhao/hanhao0620.git
版本 ;python 3.7 pycharm2019
在我的笔记本上历时6个小时终于跑完的代码,整理笔记如下。
pycharm中导入第三方库sklearn时遇到问题,解决方法:https://www.cnblogs.com/hanhao970620/p/13168474.html
网络结构:
第一个卷积层
输入通道:3,输出通道:32,卷积后图像尺寸不变,依然是32x32,激活函数为relu
第一个池化层
使用最大池化,将32x32的图像缩小为16x16,不改变通道数
第二个卷积层
输入通道:32,输出通道:32,卷积后图像尺寸不变,依然是32x32,激活函数为relu
第二个池化层
使用均值池化,将16x16的图像缩小为8x8,不改变通道数
第三个卷积层
输入通道:32,输出通道:64,卷积后图像尺寸不变,依然是32x32,激活函数为relu
第三个池化层
使用均值池化,将8x8的图像缩小为4x4,不改变通道
运行结果:
损失值和准确率:
各类样本错误率:
可视乎曲线:
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:在CIFAR-10上用CNN进行目标检测 - Python技术站