Cats vs Dogs :一种基于图像对猫和狗进行智能分类的系统 源码

猫VS狗 项目目标: 充分理解图像处理和计算机视觉的概念 描述: Cats_vs_dogs是一个经典系统,可以根据图像对猫和狗进行智能分类。 该系统是使用监督机器学习算法开发的。 从Kaggle数据库中导入了2000张猫和狗带注释的图像,并使用这些图像对模型进行了训练。 模型: DataGenerators和Data Augmentors对图像处理模型的数据进行预处理 带有RGB-3色彩系统的150x150图像尺寸用作输入张量。 6块CNN基础来自ImageNet模型。 冻结前5层,并解冻最顶层的CNN块,以便对给定的数据集进行微调 2层DENSE模型,带有relu和S型激活。 二进