垃圾分类。

垃圾分类。_第1张图片

垃圾分类。_第2张图片

一、数据准备;

(1)解压原始数据集

(2)按照比例划分训练集()与测试集(400张)

(3)乱序,生成数据列表(没有使用数据增广技术)

(4)构造训练数据集提供器和验证数据集提供器

垃圾分类。_第3张图片垃圾分类。_第4张图片

垃圾分类。_第5张图片

垃圾分类。_第6张图片

垃圾分类。_第7张图片

垃圾分类。_第8张图片

垃圾分类。_第9张图片

二、模型配置;

垃圾分类。_第10张图片

垃圾分类。_第11张图片

垃圾分类。_第12张图片

垃圾分类。_第13张图片 

三、模型训练;四、模型评估;

垃圾分类。_第14张图片

垃圾分类。_第15张图片 

垃圾分类。_第16张图片 运行结果:

垃圾分类。_第17张图片

垃圾分类。_第18张图片

垃圾分类。_第19张图片

垃圾分类。_第20张图片

垃圾分类。_第21张图片 

垃圾分类。_第22张图片 

五、模型预测。

垃圾分类。_第23张图片

垃圾分类。_第24张图片 

垃圾分类。_第25张图片

垃圾分类。_第26张图片

你可能感兴趣的:(大作业项目,深度学习,python)