基于深度学习LSTM模型的宠物分类方法设计.pdf

湖南商务职业技术学院毕业设计

目录

1引言1

1.1项目背景1

1.2算法原理1

1.2.1动物识别方法概况1

1.3常用的网络模型2

1.4开发环境与工具2

1.4.1Python简介2

1.4.2Tensorflow简介3

1.4.3Python第三方库简介3

2什么是卷积神经网络？4

2.1什么是神经网络？4

2.2什么是卷积？5

2.3准备工作7

2.4keras7

2.5Conv2D7

2.6MaxPooling2D8

3数据采集8

3.1数据集需求分析8

3.2数据集获取分析11

3.3编程实现11

4数据集处理12

4.1数据预处理13

4.2数据增强14

5基于卷积神经网络的猫狗识别15

5.1导入必要库15

5.2模型定义15

湖南商务职业技术学院毕业设计

5.3实例化模型并训练16

5.4获取验证的图片16

5.5进行验证17

5.6显示预测结果17

5.7作品展示18

6小结19

参考资料20

湖南商务职业技术学院毕业设计

基于深度学习LSTM模型的宠物分类方法设计

1引言

目前，由于计算机能力和相关理论的发展获得了重大突破，基于深度学习

的图像检测与识别技术已经广泛应用到人们的生产生活中。我将深度学习的技

术应用到宠物图像识别中，优化了传统的识别方法，形成对宠物图像更为准确

的识别，为实现高效的宠物图像识别提供了可能。不同于传统的宠物识别，基

于深度学习的动物识别技能捕获到宠物更加细致的信息，对动物进行更加准确

的识别和研究更有利了。所以，对基于深度学习的动物识别和研究，能够更好

的帮助社会饲养者和政府全面有效的对宠物进行保护和监督，这也正是保护和

识别动物的关键，对于现代社会的发展起到非常大的作用。

1.1项目背景

作为人类，我们很轻松就能识别出猫，狗。为什么我们知道呢？因为从小

我们的爸妈，我们的老师，周围的所有人都指着狗对我们说它是狗，指着猫对

我们说它是猫。换句话来说，是别人教我们的，所以我们现在才能识别出猫

狗。而对于计算机呢？没有人教它，这些丰富多彩的图片在它眼里，无非都是

一个个像素点构成的数字矩阵。该怎么让他识别出来呢？这就是今天所用的卷

积神经网络。

1.2算法原理

1.2.1动物识别方法概况

基于人工特征的动物识别方法主要通过人工对动物图像中具有辨识度的特

征信息进行提取，并通过特征比对的方式就能对动物所属的类别进行识别判

断。

在深度学习技术普及以前，数字图像处理技术和传统机器学习技术，一直

都是研究的热点。传统的数字图像处理技术有模块分割、降低噪声点、边缘检

测等。古板的机器学习技术svm、随机森林算法、神经网络算法等。

1

湖南商务职业技术学院毕业设计

深度学习技术是通过计算机模拟人类大脑的分层表达结构来建立网络模

型，从原始数据集中对相关信息一层层的提取。在这之后通过建立相应的神经

网络对数据进行学习和分析，从而提高对目标预测和识别的准确率。当代社

会，深度学习技术已