三叶青图像识别研究简概

三叶青图像识别研究总概

文章目录

  • 前言
  • 一、整体目录介绍
  • 二、前期安排
  • 三、构建图像分类数据集
  • 四、模型训练准备
  • 五、迁移学习模型
  • 六、在测试集上评估模型精度
  • 七、可解释性分析、显著性分析
  • 八、图像分类部署
  • 九、树莓派部署
  • 十、相关补充
  • 总结


前言

本系列文章为近期所做项目研究而作的研究介绍。算是我近期所学的一个总结吧, 同时也希望与各位多多交流学习。

文档介绍:星云文档
相关代码:github代码存储

链接:网盘存储
提取码:rzyy
–来自百度网盘超级会员V5的分享


一、整体目录介绍

图像分类部分的研究相关代码和文档目录
在这里插入图片描述

【1】构建图像分类数据集 ; 主要存放图像采集与整理、可视化采集图像、划分训练集验证集、统计各类别图像数量

【2】模型训练准备 ; 主要介绍在开始训练模型前所做的一些准备,例如训练环境的搭建、安排、记录等

【3】迁移学习模型 ;因为基于本人也是初次尝试做深度学习的实验,没有什么能力去优化模型结构和调整模型,故为了省时间直接采用迁移学习,其中我尝试了许多模型,也隐约有点训练模型的体会

【4】在测试集上评估模型精度 ; 训练得到模型后,为了查看模型的泛化能力,故在测试集上通过各种评估指标评估模型的精度

【5】可解释性分析、显著性分析 ;存放训练后模型可解释性分析、显著性分析的相关代码(暂无)

【6】图像分类部署 ; 存放将模型部署的方法的相关文档:本地部署、web部署、微信小程序部署、qt界面化部署。

【7】树莓派图像分类部署 ; 存放用树莓派将模型部署的教程以及相关的树莓派学习笔记

【8】相关补充 ; 存放有关此项目的一些补充,有实验记录、最终产出、后续安排以及SNP相关等

kaggle_jupyter ; 存放一些在kaggle上训练的notebook

model_zheng_path ; 存放训练得到的一些.pth模型文件

onnx_path ; 存放转化得到的onnx模型文件

kaggle_train.ipynb ; 是一个在kaggle上训练模型的notebook

README.md ; 是三叶青图像识别项目研究的简介文档

二、前期安排

参考文章、视频等教程如下:

合集·两天搞定人工智能毕业设计之【图像分类】

树莓派快速上手说明

Python+树莓派+Linux 快速上手;

树莓派教程十分钟玩转系列入门篇


主要是上面这些,其余更多也不记得了

三、构建图像分类数据集

【1】构建图像分类数据集 ; 主要存放图像采集与整理、可视化采集图像、划分训练集验证集、统计各类别图像数量

在这里插入图片描述

参考我的另一篇文章 【1】构建图像分类数据集

四、模型训练准备

构建完图像分类数据集后,就要开始训练我们的模型了,深度学习模型训练需要大量计算资源,也就是GPU。
可以在本地机器上使用GPU(如果有的话),或者在云服务上租用GPU资源。此外,还有专门为深度学习训练提供的服务,如Google的Colab和Kaggle。

参考我的另一篇文章 【2】模型训练准备

五、迁移学习模型

主要简述一下训练代码,主要是运用迁移学习的方法,将预训练模型在自定义的数据集上进行训练。

kaggle上临时发布的竞赛 https://www.kaggle.com/competitions/sanyeqing/data

参考我的另一篇文章 【3】迁移学习模型

六、在测试集上评估模型精度

将训练好的模型应用在测试集上,评估模型的效果

在这里插入图片描述

参考我的另一篇文章 【4】在测试集上评估模型精度

七、可解释性分析、显著性分析

推荐B站up主同济子豪兄的合集·两天搞定人工智能毕业设计之【图像分类】

八、图像分类部署

包括将训练好的模型部署在本地终端、web端、小程序上、qt界面化。

参考我的另一篇文章 【6】图像分类部署

该文主要介绍了如何将pytorch模型转为ONNX模型文件以及如何将图像识别模型部署,包括部署在本地、部署在web网页、小程序、qt界面部署。
在这里插入图片描述

九、树莓派部署

参考我的另一篇文章【7】树莓派图像分类部署

该文主要记录了我学习树莓派时的笔记,包括对树莓派的认识和组装、树莓派的运行和VNC远程连接、摄像头模块的使用、以及最后的使用yolov5来对象棋进行识别等。
(尝试了以下租用GPU 进行训练,不得不说与之前使用kaggle平台相比,还是氪金玩家比较爽。省去了配置环境的麻烦)
另外,也是因为目前暂时没有yolo的三叶青标记数据,所以数据是从其它教程中找过来的。

十、相关补充

存放一些有关这个项目研究的补充。

在这里插入图片描述
参考我的另一篇文章 【8】相关补充

该文主要介绍了关于进行的这个项目除了步骤方法的一些补充,包括实验记录、有关SNP位点筛选、阶段总结、后续安排等,


总结

本文主要介绍了近期来做的一个项目,这个项目可以说是从寒假就开始准备了,从最开始的SNP位点筛选到后面的图像识别模型训练,再到之后的上传实验结果、答辩等流程,差不多历时四个月吧。期间也是陆陆续续、磕磕碰碰,总之也就是一点一点的做下去。最后虽然还是有不少要继续完善、也就是和我最初预期的结果有所差距,也就是没做完,但怎么说大体的流程还是走下来了(我真棒)。

此时在写这个项目笔记的我,回望一下,发现累是真累啊,身累心累。(我当初怎么会想着做这个啊,只能说脑子gg了,哎,哎,哎),但是这个项目进行到现在这个阶段,不管说什么,也要继续下去,努力做好吧!

嗯,那之后我要
。。。在这里插入图片描述

2024/7/5

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/776968.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Qt 网络编程 udp通信

学习目标:使用udp通信 前置环境 运行环境:qt creator 4.12 学习内容 UDP 协议基础知识 1、UDP(用户数据报协议)是轻量的、不可靠的、面向数据报、无连接的协议,用于可靠性要求不高的场合。两个应用程序之间进行UDP 通信不需先建立持久的 socket 连接…

基于STM32F407ZG的FreeRTOS移植

1.从FreeRTOS官网中下载源码 2、简单分析FreeRTOS源码目录结构 2.1、简单分析FreeRTOS源码根目录 (1)Demo:是官方为一些单片机移植FreeRTOS的例程 (2)License:许可信息 (3)Sourc…

大学教师门诊预约小程序-计算机毕业设计源码73068

摘要 在当今数字化、信息化的浪潮中,大学校园的服务管理正朝着智能化、便捷化的方向迈进。为了优化大学教师的医疗体验,提升门诊预约的效率和便捷性,我们基于Spring Boot框架设计并实现了一款大学教师门诊预约小程序。该小程序不仅提供了传统…

你的 Mac 废纸篓都生苍蝇啦

今天给大家推荐个免费且有趣的小工具 BananaBin,它可以在你的废纸篓上“长”一些可爱的苍蝇🪰。 软件介绍 BananaBin 是 macOS 上的一款有趣实用工具,当你的垃圾桶满了时,它会提醒你清理。这个软件通过在垃圾桶上添加互动的苍蝇…

亲子时光里的打脸高手,贾乃亮与甜馨的父爱如山

贾乃亮这波操作,简直是“实力打脸”界的MVP啊! 7月5号,他一甩手,甩出张合照, 瞬间让多少猜测纷飞的小伙伴直呼:“脸疼不?”带着咱家小甜心甜馨, 回了哈尔滨老家,这趟亲…

AI革命:RAG技术引领未来智能

AI革命:RAG技术引领未来智能 在人工智能的浪潮中,一种名为RAG(Retrieval-Augmented Generation)的技术正在悄然改变我们的世界。这种技术通过整合外部知识库,极大地增强了大型语言模型(LLM)的性能,为智能助手、聊天机器人等应用带来了革命性的提升。 1 突破性的RAG技…

停车场小程序的设计

管理员账户功能包括:系统首页,个人中心,车主管理,商家管理,停车场信息管理,预约停车管理,商场收费管理,留言板管理 微信端账号功能包括:系统首页,停车场信息…

Java——IO流(二)-(4/7):不同编码读取乱码的问题,转换流-InputStreamReader、OutputStreamWriter

目录 不同编码读取出现乱码的问题 转换流 InputStreamReader(字符输入转换流) 实例演示(1) OutputStreamWriter(字符输出转换流) 实例演示(2) 不同编码读取出现乱码的问题 如果代码编码和被读取的文本文件的编码是一致的,使用字符流读取文本文件时不会出现乱…

ctfshow web入门 nodejs

web334 有个文件下载之后改后缀为zip加压就可以得到两个文件 一个文件类似于index.php 还有一个就是登录密码登录成功就有flag username:ctfshow password:123456因为 return name!CTFSHOW && item.username name.toUpperCase() && item.password passwor…

8分钟带你快速了解Connector/Catalog API的核心设计

引言 在现代大数据应用中,数据集成和同步成为企业数据管理的关键环节。随着数据源和数据库的多样化,如何高效地进行数据集成成为企业面临的重要挑战。 Apache SeaTunnel 作为一款开源的数据集成工具,致力于解决这一问题。本文将详细介绍 Sea…

Drools开源业务规则引擎(一)- 安装与介绍

文章目录 [toc] Drools开源业务规则引擎(一)- 安装与介绍0.何为规则引擎1.Drools介绍1.1.依赖模块1.2.规则引擎 2.Drools安装2.1.依赖导入2.2.规则的输入和输出类型输入类型输出类型 2.3.创建规则文件2.4.构建可执行规则库2.5.执行结果: 3.Dr…

Oracle Database 23ai新特性:增加聚合函数对INTERVAL数据类型支持

在Oracle早期的版本,聚合函数和分析函数MIN/MAX 就支持了INTERVAL 数据类型。但是,当我们使用SUM或AVG函数对INTERVAL 数据类型进行运算时,就会报错。 随着Oracle Database 23ai 的发布,增加了 AVG 以及 SUM 函数对INTERVAL 数据…

Keepalived+LVS实现负责均衡,高可用的集群

Keepalived的设计目标是构建高可用的LVS负载均衡群集,可以调用ipvsadm工具来创建虚拟服务器,管理服务器池,而不仅仅用作双机热备。使用Keepalived构建LVS群集更加简便易用,主要优势体现在:对LVS负责调度器实现热备切换…

七、MyBatis-Plus高级用法:最优化持久层开发-个人版

七、MyBatis-Plus高级用法:最优化持久层开发 目录 文章目录 七、MyBatis-Plus高级用法:最优化持久层开发目录 一、MyBatis-Plus快速入门1.1 简介1.2 快速入门回顾复习 二、MyBatis-Plus核心功能2.1 基于Mapper接口CRUDInsert方法Delete方法Update方法Se…

实战某大型连锁企业域渗透

点击星标,即时接收最新推文 本文选自《内网安全攻防:红队之路》 扫描二维码五折购书 实战域渗透测试流程 对黑客来说,拿下域控制器是终极目标。然而攻击者空间是如何通过采取信息收集、权限提升、横向移动等一系列手段,从而一步步…

Maven基本使用

1. Maven前瞻 Maven官网:https://maven.apache.org/ Maven镜像:https://mvnrepository.com 1.1、Maven是什么 Maven是一个功能强大的项目管理和构建工具,可以帮助开发人员简化Java项目的构建过程。 在Maven中,使用一个名为 pom.…

Nginx-http_auth_basic_module使用

文章目录 前言一、ngx_http_auth_basic_module二、指令1.auth_basic1.auth_basic_user_file 示例生成密码文件配置basic认证浏览器验证 总结 前言 nginx可以通过HTTP Basic Authutication协议进行用户名和密码的认证。 一、ngx_http_auth_basic_module 生效阶段: …

Apache DolphinScheduler 与 AWS 的 EMR/Redshift 集成实践分享

引言 这篇文章将给大家讲解关于DolphinScheduler与AWS的EMR和Redshift的集成实践,通过本文希望大家能更深入地了解AWS智能湖仓架构,以及DolphinScheduler在实际应用中的重要性。 AWS智能湖仓架构 首先,我们来看一下AWS经典的智能湖仓架构图…

软件运维服务方案(Word原件2024)

软件运维服务方案(Word原件) 1. 服务简述 我们提供全面的软件运维服务,确保软件系统的稳定运行。 1.1 服务内容 包括监控、维护、故障排查与优化。 1.2 服务方式 结合远程与现场服务,灵活响应客户需求。 1.3 服务要求 高效响应&am…

计算机应用数学--第三次作业

第三次作业计算题编程题1 基于降维的机器学习2 深度学习训练方法总结 第三次作业 计算题 (15 分)对于给定矩阵 A A A(规模为 42),求 A A A 的 SVD(奇异值分解),即求 U U U, Σ …