使用自定义图像训练Inceptionresnetv2

时间:2019-06-18 12:38:47

标签: python-3.x machine-learning keras computer-vision

如何使用新的图像数据集训练keras模型

我是ML和Keras的新手,如果听起来很蠢,请原谅我... 我有1M图像的数据集,这些图像与任何知名数据集完全不同,因此我想在自己的数据集上训练初始resnet V2,而无需任何预先训练的权重

我已经初始化了没有权重的模型(Inceptionresnetv2),并开始进行训练。

现在我只是想知道我是否正确地执行了操作,我的代码快照在

训练模型以67张图像进行测试,将图像随机分为3类

model = InceptionResNetV2(include_top=True, weights=None, classes=3)
model.compile(loss='binary_crossentropy',
    optimizer='rmsprop',
    metrics=['accuracy'])

model.fit_generator(
    train_it, #training data generator with flow_from_directory
    steps_per_epoch=67,
    epochs=50,
    validation_data=val_it,#validation data generator with flow_from_directory
    validation_steps=67)

0 个答案:

没有答案