基于Python的Django网页实现的CNN卷积神经网络猫狗识

包含文件：课程报告+项目源码及数据库文件+数据集+训练好的模型+演示视频 

Cat Vs Dog

目  录

Cat Vs Dog 1

项目简介 1

项目实现 2

所用技术 2

项目流程图 2

 cnn 网络 4

网络图片展示 4

网络文字代码解释 5

项目展示 9

前端展示 9

后台展示 15

具体步骤 17

 1.创建数据集 17

 2. 创建模型 19

 3. 训练网络 20

 4. 预测 23

 4. 改进——优化版本 25

项目总结 28

项目简介

该项目是基于 Keras 的猫狗识别 Web 应用。

数据集是来自 Kaggle 上的猫狗大赛数据集，其中训练集 train 包含了猫的图片 12500 张以及狗的图片 12500 张，测试集 test 包含了猫狗的图片 12500 张。本项目采用了基于 Keras 的自己构造的 cnn 网络训练以及 Keras 中的 VGG16 卷积神经网络模型来进行训练数据，比较发现自己构造的 cnn 网络训练数据得到的模型不如 VGG16 训练数据得到的模型准确率高，自己训练的模型准确率在 70%-80% 之间，而 VGG16 的准确率在 95% 以上。

最后还用了 Python 的 Django 框架简单的做了个展示页面，其中包括了本人及项目介绍图片的上传及预测结果展示的小功能。

 项目实现

 所用技术

Keras 搭建卷积神经网络

Keras VGG16 搭建自己的卷积神经网络

OpenCV 图像识别

Django 框架

Python 文件操作 

本文来自: 毕业作品网站(www.biyezuopin.vip) 详细出处参考：http://www.biyezuopin.vip/onews.asp?id=16004