猫狗识别应用

本项目为Udacity机器学习课程毕业项目。

该项目关键难点在于：

• 开题报告以及论文的编写
• 图像原始数据的处理（异常检测、数据增强、图像尺寸标准化）
• 基于多个成熟CNN模型的模型融合
• 分类器的训练
• 对预测值的处理

目录结构说明

├── app      # 应用部署包
│   ├── model   # 预训练CNN模型
│   ├── static  # 静态资源文件
│   ├── templates   # App网页入口
│   ├── cnn_model.py # 融合模型
│   └── webapp.py    # 前端控制器
│
└── submission # 项目过程文档

如何运行

安装Anaconda,Tensorflow与Keras

具体安装方法请自行百度。

创建运行环境

$ conda create -n py36 python=3.6 

切换运行环境

$ source activate py36

安装依赖项

$ pip install -r requirements.txt

启动项目

$ cd app
$ python webapp.py

浏览器打开

地址栏输入localhost:5000

运行示例

启动成功:

识别示例：