KO
|
EN
gitlite — search
Search
#python
#java
#python3
#arduino
#golang
#machine-learning
#rust
#html
#flask
#javascript
#seismology
#nodejs
CNN-Pokemon-recognition
★ 15
Open GitHub ↗
利用tensorflow搭建简单的神经网络进行宝可梦识别
Download README (.md)
Explore Similar Repositories
hello-world
:
learn how to use github
flex
:
💪 Flexbox's are cool, but a pain in the dairy-aire to write. Flex makes it easy.
plammar
:
A Prolog grammar written in Prolog, for parsing and serialising Prolog code.
np-keygen
:
fork自https://github.com/DoubleLabyrinth/navicat-keygen, 修改兼容低版本的c++
PoC
:
No description available.
// repository documentation
Was this content helpful?
★ 0
(0 ratings)
Select Rating:
★
★
★
★
★
Submit Feedback
Recent Feedback
×
Download README
Do you want to download the
README.md
file for
CNN-Pokemon-recognition
?
Download (.md)
利用tensorflow搭建简单的神经网络，训练宝可梦的识别模型 1.本项目的开发环境为python3.6+tensorflow 1.120 GPU版本，以及其他的一些python有关机器学习和图像处理的包。 2.getdata.py为从百度获取训练图片的爬虫脚本。 3.pic中为已经爬取并处理好格式的jpg图片，图片格式均为160×120像素，水平、垂直分辨率均为96dpi，位深度24。 4.test中为处理好的测试图片。 5.record.csv中记录了精灵类别编号、名称、和爬取图片的要求数量，便于后续分类处理 6.model.py用于建立模型，利用tensorflow搭建了一个包含输入层、卷积层-激励层-池化层、卷积层-激励层-池化层、全连接层和输出层的简单的神经网络。 运行时需要命令行传参，两个参数按顺序分别为训练集文件夹名和模型名，本项目中即 python train.py pic model 7.predict.py为预测文件，根据model中的模型进行检测，需要先把处理好的需要识别的文件放入test中，然后用predict进行预测，结果进行了简单的图形化展示。 运行时同样需要命令行传参，三个参数分别为测试集文件夹名、模型名、记录表格名，此项目中为python predict.py test model record.csv 8.本项目的模型比较简单，在本地笔记本上用GTX 950M显卡进行训练只需要很短的几分钟。在Google Play中有一款精度很高的识别pokomen的app--Pokedex，有兴趣的盆友可以去看看。
