深度学习100例 | 第30天：TensorFlow2 实现动物识别（90类）MobileNetV2算法（内附源码与数据）

在之前的文章中我们通过Xception算法模型实现了狗、猫、鸡、马四种的动物的识别（新模型！实现动物识别）。今天我们接着介绍MobileNetV2算法，将数据集扩充到90个类别，即使用 90 个不同类别的动物图片，每个类别分别含有60张图片，一共 5400 张图片进行识别。最后达到的准确率是86.2%　。代码与数据我放在文末了，需要的自取。

我的环境：

• 语言环境：Python3.8
• 编译器：Jupyter lab
• 深度学习环境：TensorFlow2.4.1
• 选自专栏：《深度学习100例》

我们的代码流程图如下所示：

文章目录

• 一、设置GPU
• 二、导入数据
• • 1. 查看数据
  • 2. 加载数据
  • 3. 配置数据集
  • 4. 数据可视化
• 三、构建MobileNetV2迁移模型

总结

以上是生活随笔为你收集整理的深度学习100例 | 第30天：TensorFlow2 实现动物识别（90类）MobileNetV2算法（内附源码与数据）的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。