本项目将采用深度学习的方法,搭建一个水果分类识别的训练和测试系统,实现一个简单的水果图像分类识别系统。目前,基于ResNet18的水果分类识别,支持262种水果分类识别,在水果数据集Fruit-Dataset上,训练集的Accuracy在95%左右,测试集的Accuracy在83%左右,骨干网络,可支持googlenet, resnet[18,34,50], inception_v3,mobi...
1. 水果数据集Fruit-Dataset：包含262种水果，总计225,640张图像，是训练水果分类模型的理想资源。部分数据需自行清洗，以确保模型识别准确度。Fruits 360蔬果数据集：包含131种水果，90483张高质量图片，适合研究，但不适合实际应用，因为图片背景多为白色，且存在大量相似角度的图片。自定义数据集：支持新...
一、数据准备 二、模型配置 三、模型训练 四、模型评估 五、模型预测 BML Codelab基于JupyterLab 全新架构升级,支持亮暗主题切换和丰富的AI工具,详见使用说明文档。 In [1] # 查看当前挂载的数据集目录, 该目录下的变更重启环境后会自动还原 # View dataset directory. # This directory will be recovered autom...
Fruit Veg Dataset 用于人工智能的水果和蔬菜数据集,是科技类高清视频,于20210116发布。视频主要内容:Fruit Veg Dataset 用于人工智能的水果和蔬菜数据集
本项目将采用深度学习的方法,搭建一个水果分类识别的训练和测试系统,实现一个简单的水果图像分类识别系统。目前,基于ResNet18的水果分类识别,支持262种水果分类识别,在水果数据集Fruit-Dataset上,训练集的Accuracy在95%左右,测试集的Accuracy在83%左右,骨干网络,可支持googlenet, resnet[18,34,50], inception_v3,mobi...