基于深度學(xué)習(xí)VGG模型的寵物分類方法設(shè)計

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

目錄

1引言............................................................................................................................1

1.1項目背景......................................................................................................1

1.2Python發(fā)展簡介.............................................................................................1

1.2.1VGG技術(shù)簡介........................................................................................2

1.2.2Pycharm簡介........................................................................................2

1.2.3Python第三方庫簡介..........................................................................3

2需求分析....................................................................................................................3

2.1可行性分析..................................................................................................3

2.2數(shù)據(jù)采集功能分析......................................................................................4

2.3關(guān)鍵技術(shù)分析..............................................................................................5

2.3.1VGG網(wǎng)絡(luò)結(jié)構(gòu)簡介..................................................................................5

2.3.2torch技術(shù)分析......................................................................................5

2.3.3torchvision技術(shù)分析...............................................................................5

2.1.4VGG算法原理...........................................................................................6

3數(shù)據(jù)集準(zhǔn)備................................................................................................................6

3.1數(shù)據(jù)采集......................................................................................................6

3.2數(shù)據(jù)集獲取分析..........................................................................................7

3.3數(shù)據(jù)集獲取實現(xiàn)..........................................................................................8

4數(shù)據(jù)可視化與數(shù)據(jù)集預(yù)處理....................................................................................9

4.1數(shù)據(jù)預(yù)處理..................................................................................................9

4.2導(dǎo)入相關(guān)庫..................................................................................................9

4.3讀取訓(xùn)練集，驗證集與測試集................................................................10

4.4數(shù)據(jù)集可視化................................................................................................12

5模型構(gòu)建及評估分析..............................................................................................12

5.1模網(wǎng)絡(luò)型結(jié)構(gòu)................................................................................................12

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

5.1.1創(chuàng)建模型.............................................................................................13

5.2模型編譯....................................................................................................14

5.2.1優(yōu)化器設(shè)置.........................................................................................14

5.2.2損失函數(shù)設(shè)置.....................................................................................14

5.2.3模型訓(xùn)練設(shè)置.....................................................................................15

5.2.4學(xué)習(xí)率調(diào)優(yōu).........................................................................................15

5.2.5batch_size設(shè)置................................................................................16

5.3模型部署....................................................................................................16

5.3.1系統(tǒng)前端部署.....................................................................................16

5.3.2系統(tǒng)前端.............................................................................................17

6小結(jié)..........................................................................................................................18

參考資料.........................................................................................................................19

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

基于深度學(xué)習(xí)VGG模型的寵物分類方法設(shè)計

1引言

在現(xiàn)代社會中，養(yǎng)寵物已成為一種越來越普遍的生活方式。隨著人們養(yǎng)寵

物的數(shù)量和種類的不斷增多，對寵物的分類和識別的需求也日益增加。傳統(tǒng)的

寵物分辨方法主要基于視覺特征和手工特征來進行分類，但其中存在很多不足

之處，如分類準(zhǔn)確度較低、計算量大、特征提取不全面等。因此，本文基于深

度學(xué)習(xí)中的VGG16模型進行，提出了一種新的寵物分類方法。通過這種方法，

可以更加準(zhǔn)確地判斷出寵物的種類，同時，將寵物照片分為多個類別，能夠更

好地滿足人們對不同寵物種類的識別需求。通過對該方法的實驗結(jié)果分析，證

明了其效果的有效性和優(yōu)越性，對解決寵物分類問題具有一定的參考價值。

1.1項目背景

隨著人們生活水平的提高，越來越多的人選擇養(yǎng)寵物?？梢哉f，現(xiàn)代社會

中已經(jīng)有很多人將養(yǎng)寵物當(dāng)做一種生活方式，而一些寵物愛好者更是對自己養(yǎng)

的寵物感到無限的喜愛和珍惜。然而，對于寵物的分類和識別來說，傳統(tǒng)的方

法主要基于視覺特征和手工特征對寵物進行分類，但這些方法存在很多不足之

處。例如，在分類準(zhǔn)確度方面，手動提取特征的過程中很難捕捉到寵物照片中

的一些細(xì)節(jié)信息和差異性，因此會導(dǎo)致分類準(zhǔn)確度相對較低。此外，在計算量、

特征提取維度等方面也存在一定的問題。

為了解決這些問題，深度學(xué)習(xí)技術(shù)應(yīng)運而生。深度學(xué)習(xí)技術(shù)在圖像識別、分類

等方面顯示出驚人的優(yōu)勢，吸引了越來越多人的關(guān)注。其中，VGG16模型作為經(jīng)

典的卷積神經(jīng)網(wǎng)絡(luò)模型，擁有深層的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，可以有效地提取圖像

特征，因此被廣泛應(yīng)用于圖像分類和識別領(lǐng)域。同時，基于深度學(xué)習(xí)的寵物分

類方法也在其中逐漸受到關(guān)注。本項目的背景就是基于以上的需求和現(xiàn)狀，探

索基于深度學(xué)習(xí)VGG模型的寵物分類方法，使得在寵物分類與識別方面，能夠

得到更加準(zhǔn)確、快速、高效的識別結(jié)果，為人們的寵物生活帶來更多實際價值。

開發(fā)環(huán)境與工具

1.2Python發(fā)展簡介

Python是一門功能強大、易于學(xué)習(xí)和高效的編程語言。該語言的歷史可以

追溯到1991年，當(dāng)時由GuidovanRossum創(chuàng)造，旨在提供一個易于理解和

1

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

使用的編程語言，適用于腳本開發(fā)。隨著時間的推移，Python2.x版本和

Python3.x版本陸續(xù)推出，Python2.x版本持續(xù)了很長時間，直到2010年

左右才逐漸向Python3.x轉(zhuǎn)變。Python3.x版本采用了一些新特性和不向

后兼容的變化，修復(fù)了Python2.x語言本身的一些問題。在過去幾年中，Python

的應(yīng)用領(lǐng)域不斷擴大，包括數(shù)據(jù)分析、科學(xué)計算、web開發(fā)、機器學(xué)習(xí)和自動化

測試等。除了其易于學(xué)習(xí)和高效的特點之外，Python還擁有極其豐富的第三方

庫和工具，使得Python編程變得更加容易和快速。Python的發(fā)展還可以追溯到

它的開源社區(qū)。它非常開放和友好，有數(shù)百萬的活躍開發(fā)者一起為持續(xù)開發(fā)和

維護Python語言生態(tài)系統(tǒng)。Python正在成為最流行的編程語言之一，并在未來

繼續(xù)發(fā)展和壯大。。

1.2.1VGG技術(shù)簡介

VGG全稱是VisualGeometryGroup，因為是由Oxford的VisualGeometry

Group提出的。AlexNet問世之后，很多學(xué)者通過改進AlexNet的網(wǎng)絡(luò)結(jié)構(gòu)來提

高自己的準(zhǔn)確率，主要有兩個方向：小卷積核和多尺度。而VGG的作者們則選

擇了另外一個方向，即加深網(wǎng)絡(luò)深度。

二、網(wǎng)絡(luò)架構(gòu)

卷積網(wǎng)絡(luò)的輸入是224*224的RGB圖像，整個網(wǎng)絡(luò)的組成是非常格式化的，

基本上都用的是3*3的卷積核以及2*2的maxpooling，少部分網(wǎng)絡(luò)加入了1

*1的卷積核。因為想要體現(xiàn)出“上下左右中”的概念，3*3的卷積核已經(jīng)是最

小的尺寸了。

1.2.2Pycharm簡介

PyCharm是一種由JetBrains開發(fā)的Python開發(fā)環(huán)境，旨在改善開發(fā)者的

工作流程。它提供了一套完整的工具，可以幫助您更快地編寫代碼，更快地找

到和修復(fù)錯誤，更快地測試代碼以及更快地部署應(yīng)用程序。PyCharm的主要特點

包括：智能代碼補全，語法高亮，調(diào)試，代碼重構(gòu)，單元測試，版本控制，可

視化接口，自動部署以及更多。它不僅可以幫助您更容易地編碼，還可以幫助

您更好地管理和維護您的代碼。它支持多種Python解釋器，可以與多種數(shù)據(jù)庫

和Web服務(wù)器進行集成。PyCharm是一款功能強大的Python集成開發(fā)環(huán)境，可

以幫助您更有效地完成開發(fā)任務(wù)。

2

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

1.2.3Python第三方庫簡介

Python擁有豐富的第三方庫，這些庫提供了豐富的功能和工具，使Python

編程變得更加簡單和高效。下面是一些最受歡迎和常用的Python第三方庫：

NumPy：NumPy被廣泛用于科學(xué)計算、數(shù)據(jù)分析和機器學(xué)習(xí)等領(lǐng)域，它為

Python提供了一種高性能的多維數(shù)組對象，以及處理這些數(shù)組的各種函數(shù)。

NumPy旨在提供與MATLAB相似的使用體驗。

Pandas：Pandas是用于數(shù)據(jù)分析的Python庫。Pandas支持處理包括時間

序列和結(jié)構(gòu)化數(shù)據(jù)在內(nèi)的各種形式的數(shù)據(jù)。它是一個強大的、高效的數(shù)據(jù)操作

庫，經(jīng)常被用于數(shù)據(jù)科學(xué)領(lǐng)域。

SciPy：SciPy是用于科學(xué)計算的Python庫。它提供了許多有用的科學(xué)計算

工具，如最小二乘回歸、傅里葉變換和信號處理等。SciPy還包含了許多其他的

子函數(shù)和子模塊，涵蓋了線性代數(shù)、數(shù)值積分、優(yōu)化等眾多方面。

Matplotlib：Matplotlib是一個用于數(shù)據(jù)可視化的Python庫。它可以用來創(chuàng)建

各種圖表和可視化效果，比如折線圖、柱狀圖、散點圖等。Matplotlib非常適

合在數(shù)據(jù)科學(xué)和機器學(xué)習(xí)領(lǐng)域中使用。

TensorFlow：TensorFlow是一個基于數(shù)據(jù)流編程的開源機器學(xué)習(xí)框架，由

Google開發(fā)和維護。TensorFlow提供了非常方便的接口，用于處理大型神經(jīng)網(wǎng)

絡(luò)和訓(xùn)練數(shù)據(jù)。

Keras：Keras是一個專注于構(gòu)建和訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)的高層Python庫。

Keras易于使用，而且兼容多種深度學(xué)習(xí)框架，包括TensorFlow和Theano。

Requests：Requests是一個Python庫，用于簡化HTTP請求。Requests是

一種流行的Python庫，用于處理網(wǎng)路請求和響應(yīng)，包括GET、POST請求等等。

這些Python第三方庫代表了Python編程中最流行和實用的工具。它們可以幫

助Python程序員更加有效地實現(xiàn)各種任務(wù)和項目。

2需求分析

2.1可行性分析

1.技術(shù)可行性

深度學(xué)習(xí)技術(shù)的發(fā)展：近年來，深度學(xué)習(xí)技術(shù)得到了快速的發(fā)展和應(yīng)用，

尤其是在計算機視覺領(lǐng)域，如圖像分類、物體檢測和語義分割等方面的應(yīng)用。

3

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

基于深度學(xué)習(xí)技術(shù)的VGG模型已在圖像分類領(lǐng)域得到了廣泛的應(yīng)用，并且已經(jīng)

證明其在識別不同品種寵物方面具有較高準(zhǔn)確率和泛化能力。

數(shù)據(jù)集的可獲取性：隨著數(shù)字化時代的到來，收集和整理大型數(shù)據(jù)集變得

更加容易，特別是在寵物圖片方面。現(xiàn)在，一些公共數(shù)據(jù)集，如ImageNet和

COCO，已經(jīng)廣泛被用于圖像分類應(yīng)用中。此外，使用網(wǎng)絡(luò)爬蟲收集寵物圖片數(shù)

據(jù)集也已經(jīng)成為了一種常用的手段。

現(xiàn)有技術(shù)的成熟度：基于深度學(xué)習(xí)的圖像分類技術(shù)已經(jīng)得到了較好的發(fā)展

和應(yīng)用，并且許多成熟的工具和框架，如TensorFlow、PyTorch、Keras等，都

提供了易用性較高的接口和開源代碼，使其更易于快速開發(fā)和部署。

綜上所述，基于深度學(xué)習(xí)VGG模型的寵物分類方法設(shè)計具有較高的技術(shù)可行性，

對于實際應(yīng)用提供了很好的幫助。

2.項目可行性

寵物行業(yè)的需求和市場空間：隨著人們對寵物的熱愛和需求增加，寵物行

業(yè)正在快速發(fā)展，具有廣闊的應(yīng)用市場空間。而自動分類技術(shù)的應(yīng)用，則將極

大地提高工作效率和服務(wù)質(zhì)量，為企業(yè)帶來更多的商業(yè)機會。

寵物圖像數(shù)據(jù)的公開易得：目前有很多公開的寵物圖像數(shù)據(jù)庫，如ImageNet、

COCO等，這些數(shù)據(jù)庫中包含了各種不同種類的寵物圖像數(shù)據(jù)，對于該項目的數(shù)

據(jù)采集提供了便利條件。

現(xiàn)有技術(shù)的證明和應(yīng)用案例：基于深度學(xué)習(xí)VGG模型的寵物分類方法已經(jīng)

在很多實際場景中得到了應(yīng)用，并取得了不錯的分類效果。例如，某些寵物社

交軟件、寵物商城等平臺，均采用了自動分類技術(shù)，提高用戶體驗和服務(wù)質(zhì)量。

如前所述，深度學(xué)習(xí)技術(shù)在圖像分類領(lǐng)域已經(jīng)得到了廣泛的應(yīng)用，尤其是

基于VGG模型的圖像分類方法。因此，該項目的可行性也比較高。

2.2數(shù)據(jù)采集功能分析

此次項目的數(shù)據(jù)集來源于kaggle，對采集到的寵物圖片進行初步篩選和清

洗，去除不合格的圖片。對采集到的寵物圖片進行標(biāo)注并保存相關(guān)信息，將所

有采集到的圖片隨機分成訓(xùn)練集、驗證集和測試集三部分，訓(xùn)練集用于模型的

訓(xùn)練，驗證集用于調(diào)整模型參數(shù)，測試集用于評估最終模型的精確度。

在實際操作中，需要考慮到數(shù)據(jù)采集過程可能出現(xiàn)的各種問題，如圖片質(zhì)

量不佳、數(shù)據(jù)不均衡等，以確保模型最終可以準(zhǔn)確地對寵物進行分類識別。

4

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

2.3關(guān)鍵技術(shù)分析

2.3.1VGG模型

VGG模型是一種深度卷積神經(jīng)網(wǎng)絡(luò)，由KarenSimonyan和Andrew

Zisserman在2014年提出。VGG模型的核心思想就是使用非常小的卷積核

（3*3），并且始終使用相同數(shù)量的過濾器（filter）和池化層，從而實現(xiàn)網(wǎng)絡(luò)

結(jié)構(gòu)的簡單化。VGG模型在ImageNet挑戰(zhàn)賽上取得了很好的成績，證明了其在

圖像識別領(lǐng)域具有強大的能力。

VGG模型包含多個卷積層和全連接層，其中卷積層采用3×3大小的卷積核，

并進行多次堆疊。通過不斷地堆疊卷積層，可以獲取越來越多的復(fù)雜特征，并

獲得更高的準(zhǔn)確率。VGG模型中最常見的版本是VGG-16和VGG-19，其中VGG-16

包含16個卷積層和3個全連接層，VGG-19包含19個卷積層和3個全連接層。

VGG模型的一個優(yōu)點是可以通過遷移學(xué)習(xí)來加快訓(xùn)練速度。由于該模型已經(jīng)

在大規(guī)模圖像數(shù)據(jù)集上進行了訓(xùn)練，因此可以將其用于其他圖像識別任務(wù)中，

只需要微調(diào)一些參數(shù)即可獲得比較好的識別結(jié)果。

2.3.2torch技術(shù)分析

torch主要以張量為基本數(shù)據(jù)結(jié)構(gòu)，支持多種數(shù)值類型的張量，包括浮點數(shù)

型、整數(shù)型、布爾型等。其提供了一系列基本操作，如加、減、乘、除、矩陣

乘法等，可以方便地實現(xiàn)向量、矩陣和張量之間的運算。此外，torch還提供了

眾多高級運算，如卷積、池化、循環(huán)神經(jīng)網(wǎng)絡(luò)等，使得開發(fā)者可以便捷地構(gòu)建

復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型。

總之，torch是一個功能豐富、易于使用、高效并且可擴展的機器學(xué)習(xí)框架，

適用于各種深度學(xué)習(xí)任務(wù)以及科學(xué)計算和數(shù)據(jù)分析領(lǐng)域。

2.3.3torchvision技術(shù)分析

torchvision提供了常用的圖像數(shù)據(jù)集加載的接口，如MNIST、CIFAR、

ImageNet等。同時，它還提供了一些常用的圖像處理工具，比如對圖像進行裁

剪、縮放、旋轉(zhuǎn)、反轉(zhuǎn)等變換操作，使圖像能夠更好地適應(yīng)不同場景下的使用

需求。

torchvision在可視化方面也提供了豐富的工具和接口，能夠方便地進行圖

像和模型的可視化，幫助用戶更好地理解和優(yōu)化計算機視覺任務(wù)的結(jié)果。

總之，torchvision是一個非常實用且便捷的計算機視覺處理工具，它涵蓋

5

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

了數(shù)據(jù)處理、數(shù)據(jù)增強、預(yù)訓(xùn)模型、模型設(shè)計和可視化等多個方向，為深度學(xué)

習(xí)計算機視覺任務(wù)提供了重要的支持。

2.1.4VGG算法原理

VGG16一般采用基于隨機梯度下降（StochasticGradientDescent，SGD）

的反向傳播算法，通過最小化交叉熵?fù)p失函數(shù)來優(yōu)化模型參數(shù)。在訓(xùn)練過程中，

可以使用數(shù)據(jù)增強、正則化、dropout等技術(shù)來提高模型的泛化能力和魯棒性。

在本文中，大多數(shù)未知數(shù)的梯度求解都是很容易的。也就是我們只要循環(huán)

求解下式即可。

VGG公式（圖2-1）：

圖2-1算法公式

3數(shù)據(jù)集準(zhǔn)備

3.1數(shù)據(jù)采集

首先進入MicrosoftEdge瀏覽器，找到搜索引擎并且搜索百度照片，進

入官網(wǎng)輸入關(guān)鍵字：寵物圖片.

頁面如下：

6

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖3-1數(shù)據(jù)網(wǎng)址頁面

按F12調(diào)出開發(fā)者工具，刷新頁面，如圖3-2。利用全局搜索工具定位所需

數(shù)據(jù)位置，點擊開發(fā)者工具按Ctrl+f查找jpg圖片。

圖3-2數(shù)據(jù)鏈接頁面

3.2數(shù)據(jù)集獲取分析

右鍵以后選擇檢查，調(diào)出網(wǎng)頁后臺，利用全局搜索工具中搜索關(guān)鍵詞，如

“貓”、“狗”，“兔子”等jpg或者png圖片位置鏈接。接下來我們分析他

是以什么形式的數(shù)據(jù)存放的。顯然這是一個jpg或者png數(shù)據(jù)。

于是我們就可以利用python爬蟲來獲取寵物的數(shù)據(jù)。

7

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖3-3獲取數(shù)據(jù)頁面

3.3數(shù)據(jù)集獲取實現(xiàn)

創(chuàng)建html.py進行爬取，代碼如圖：

圖3-4代碼展示圖

下圖為讀取相關(guān)數(shù)據(jù)集圖片

圖3-5文件夾展示圖

8

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖3-6數(shù)據(jù)集展示圖

可以看到，我們獲取了25，000張寵物的圖像。此文件夾中的每個圖像都

有標(biāo)簽作為文件名的一部分。測試文件夾包含12，500張圖像，根據(jù)數(shù)字ID命

名。對于測試集中的每個圖像，預(yù)測其是什么寵物

4數(shù)據(jù)可視化與數(shù)據(jù)集預(yù)處理

4.1數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理是指將數(shù)據(jù)轉(zhuǎn)換成易于理解和解釋的圖形形式，以便更好地理

解數(shù)據(jù)中的特征和模式。在寵物分類問題中，可以通過繪制每個類別的圖片樣

本來了解不同類別之間的差異。此外，還可以通過繪制圖像的像素分布和直方

圖來檢查數(shù)據(jù)是否存在偏斜或異常值，這對模型的表現(xiàn)會有影響。

數(shù)據(jù)集預(yù)處理非常重要，因為它可以減少原始數(shù)據(jù)中的噪聲和冗余信息。

同時，這些預(yù)處理步驟還能使我們更好地理解數(shù)據(jù)，并減少由于噪聲和冗

余信息導(dǎo)致的過擬合現(xiàn)象。

4.2導(dǎo)入相關(guān)庫

導(dǎo)入torch等系列相關(guān)庫對數(shù)據(jù)進行處理操作，如下圖所示

9

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖4-1導(dǎo)入相關(guān)庫

4.3讀取訓(xùn)練集，驗證集與測試集

1.數(shù)據(jù)集預(yù)處理

讀取寵物圖像數(shù)據(jù)集，并把每張圖片轉(zhuǎn)換為相同的大?。ㄈ?24*224）和格

式（如RGB），同時進行歸一化處理。

圖4-2圖片大小處理代碼

10

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖4-3圖片大小處理效果圖

2.驗證集

讀取驗證集

圖4-4驗證集代碼圖

3.測試集

讀取驗證集

圖4-5測試集代碼圖

4.劃分展示：

11

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖4-6劃分代碼圖

4.4數(shù)據(jù)集可視化

使用Python中的Matplotlib庫。該庫可以用來繪制各種類型的圖表，例

如條形圖、餅圖、折線圖和散點圖等。

將分類模型訓(xùn)練得到的分類結(jié)果導(dǎo)出為一個CSV文件，然后使用Python讀

取該文件并將其轉(zhuǎn)換為一個pandasdataframe對象。接著，利用pandas的

groupby函數(shù)對寵物類別進行分組，統(tǒng)計不同類別的寵物數(shù)量，并將結(jié)果繪制成

一個條形圖。

可視化效果

圖4-7可視化內(nèi)容

5模型構(gòu)建及評估分析

5.1網(wǎng)絡(luò)模型結(jié)構(gòu)

VGG網(wǎng)絡(luò)架構(gòu)：

小卷積核：相比AlexNet，將卷積核全部替換為3×33\times33×3，極

12

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

少用了1×11\times11×1；

小池化層：相比AlexNe，3×33\times33×3的池化核全部換為2×2

2\times22×2的池化核；

層數(shù)更深：VGG16為例，3→64→126→256→5123\to64\to

126\to256\to5123→64→126→256→512，卷積核專注于擴大通道數(shù)，3個通

道的特征經(jīng)過經(jīng)過卷積層的提取擴散到了512個通道；

特征圖更窄：VGG16為例，224→112→56→28→14→7224\to

112\to56\to28\to14\to7224→112→56→28→14→7，池化層專注于縮小寬和

高；

全連接轉(zhuǎn)1×11\times11×1卷積：測試階段可以接收任意寬或高為的

輸入。如下（圖5.1-1）

圖5-1網(wǎng)絡(luò)模型結(jié)構(gòu)圖

5.1.1創(chuàng)建模型

模型部分，我們使用pytorch封裝好的vgg模型，并且對其進行微調(diào)，因

為原始的vgg16模型是預(yù)測1000個類別，而我們的任務(wù)只有貓和狗，兔子等幾

個類別，所以將最后一層的輸出調(diào)整為4。在訓(xùn)練的時候使用前面預(yù)訓(xùn)練模型，

這樣子加快模型的收斂，而且效果奇佳。

模型代碼

13

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖5-2結(jié)構(gòu)模型

5.2模型編譯

5.2.1優(yōu)化器設(shè)置

優(yōu)化器使用了SGD，學(xué)習(xí)率初始值為0.001，動量為0.9。同時，scheduler

設(shè)置為每7個epochs學(xué)習(xí)率下降0.1倍，以便模型更好地學(xué)習(xí)特征。

圖5-3優(yōu)化器設(shè)置

5.2.2損失函數(shù)設(shè)置

交叉熵?fù)p失函數(shù)是深度學(xué)習(xí)中非常常用的損失函數(shù)之一，它能夠有效地

衡量模型輸出的預(yù)測值與真實值之間的差異。在VGG模型中，輸出層通常使

14

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

用softmax作為激活函數(shù)，將輸出結(jié)果轉(zhuǎn)化為分類概率。假設(shè)有C個類別，

輸出層的輸出為一個C維向量，其中每一維表示為一個類別的預(yù)測概率。真

實的標(biāo)簽y是一個C維的向量，其中只有一個元素為1，表示其屬于一個類

別，其他元素均為0。

圖5-4損失函數(shù)設(shè)置

5.2.3模型訓(xùn)練設(shè)置

使用PyTorch提供的訓(xùn)練循環(huán)，設(shè)定合理的超參數(shù)如學(xué)習(xí)率、訓(xùn)練輪數(shù)、

批大小等，按照每個批次訓(xùn)練模型，優(yōu)化模型的損失函數(shù)，使用驗證集進行模

型評估，保存該次訓(xùn)練的最優(yōu)模型。

圖5-5模型訓(xùn)練設(shè)置

5.2.4學(xué)習(xí)率調(diào)優(yōu)

將學(xué)習(xí)率設(shè)置為0.001。

15

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖5-6學(xué)習(xí)率

5.2.5batch_size設(shè)置

將batch_size設(shè)置為256，以及一些參數(shù)的設(shè)置。

圖5-7batch_size設(shè)置

5.3模型部署

5.3.1系統(tǒng)前端部署

首先，確定系統(tǒng)所包含的功能模塊。上傳寵物照片、展示分類結(jié)果、查看

歷史記錄、分享等功能。設(shè)計系統(tǒng)主題和配色方案，以保證整個系統(tǒng)的視覺效

果協(xié)調(diào)統(tǒng)一。采用響應(yīng)式布局，根據(jù)不同的設(shè)備自適應(yīng)調(diào)整頁面布局，以保證

用戶在不同設(shè)備上的訪問體驗一致。對于上傳寵物照片的功能模塊，可以采用

上傳組件實現(xiàn)。對于分類結(jié)果展示的模塊，可以采用數(shù)據(jù)可視化技術(shù)，以文字

的方式將結(jié)果直觀地展現(xiàn)出來。在系統(tǒng)前端設(shè)計完成后，充分測試和優(yōu)化，確

保系統(tǒng)性能穩(wěn)定和用戶體驗流暢。

圖5-8前端設(shè)計代碼展示

16

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

5.3.2系統(tǒng)前端

本系統(tǒng)基于深度學(xué)習(xí)VGG模型，旨在通過圖像識別技術(shù)為用戶提供寵物分

類服務(wù)。用戶只需上傳一張寵物照片，系統(tǒng)便能夠自動判斷出該寵物的品種。

采用resnet50損失值和準(zhǔn)確率，準(zhǔn)確率在85%以上。

以下是系統(tǒng)前端設(shè)計的效果圖：