【源码】基于MindSpore框架的猫狗分类器

项目简介

本项目借助MindSpore框架打造了一个简易的二分类猫狗分类器。运用ResNet50网络开展训练工作，借助ONNX实现模型部署，并且通过PyQt5构建简单的UI界面进行展示。

项目的主要特性和功能

1. 深度学习模型训练：采用MindSpore框架开展ResNet50网络的训练。
2. 模型部署：以ONNX格式进行模型部署，可在不同平台运行。
3. UI界面展示：利用PyQt5构建简单用户界面，便于用户进行图像分类测试。
4. 数据处理：具备数据清洗、数据集划分以及图像增强等功能。
5. 日志记录与可视化：在训练过程中记录日志，并对训练数据进行可视化展示。

安装使用步骤

环境配置

• 下载并安装MindSpore框架。
• 运行以下命令安装依赖库： shell bash env.sh

数据集准备

• 下载Kaggle猫狗数据集，将其置于DataSet/PetImages目录下。
• 运行clean.py和partition.py完成数据清洗和划分。

模型训练

运行train.py进行模型训练，训练时会生成日志文件和模型权重文件。

模型导出

运行export.py把训练好的模型导出为ONNX格式。

模型部署与测试

运行onnx_infer.py进行模型部署和测试，通过PyQt5界面展示分类结果。

注意事项

• 本项目主要在Linux环境下开发和测试，Windows环境可能需额外配置。
• 数据集和模型的下载链接可能随时间变化，要确保链接有效。
• 可根据具体需求调整代码中的参数和设置。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】