神操作！只需5行代码，就能做出一个图像识别AI

在第一行中，我们导入了ImageAI的模型训练课程。在第二行中，我们创建了模型训练课程的实例。在第三行中，我们将模型类型设置为ResNet（有四种可用的模型类型为SqueezeNet，ResNet，InceptionV3和DenseNet）。在第四行中，我们将数据目录（数据集目录）设置为你解压缩的数据集zip文件的文件夹。然后在第五行中，调用trainModel函数并指定以下值：

number_objects：这是指IdenProf数据集中不同类型的专业人员的数量。

num_experiments：这是模型训练器将研究idenprof数据集中的所有图像的次数，以实现最大的准确性。

Enhance_data（可选）：告诉模型训练器在IdenProf数据集中创建图像的修改后的副本，以确保获得最大的准确性。

batch_size：这是指模型训练器将研究IdenProf数据集中的所有图像之前，将立即研究的图像集的数量。

Show_network_summary（可选）：这将显示你用于训练人工智能模型的模型类型的结构。

现在，你可以开始运行Python文件并开始培训。培训开始时，你将看到以下结果：

=====================================  

Total params: 23,608,202  

Trainable params: 23,555,082  

Non-trainable params: 53,120  

______________________________________ 

Using Enhanced Data Generation  

Found 4000 images belonging to 4 classes.  

Found 800 images belonging to 4 classes.  

（编辑：应用网_常德站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!