Cats vs Dogs Classification with ResNet

项目描述

基于残差网络（ResNet）的猫狗图像二分类项目，使用Kaggle公开数据集实现图像分类任务，验证深层神经网络在中小规模数据集上的有效性。通过数据增强、超参数调优和轻量化模型设计，实现高效的二分类性能。

数据集

数据集来源

• 数据集链接：Microsoft Cats vs Dogs Dataset
• 数据集说明：包含猫和狗的RGB图像，适用于二分类任务。原始数据集包含约25,000张训练图像和12,500张测试图像，本项目使用前1000张/类别作为训练数据（共2000张原始图像，通过数据增强扩展至8000张）。

代码结构

├── Whole.py          # all 
 
└── README.md           # 项目说明文件  

如何运行

1. 环境要求

• Python 3.8+
• 依赖库：

  pip install numpy pillow matplotlib scikit-learn  

2. 数据集下载

1. 访问Kaggle数据集链接：https://www.kaggle.com/datasets/shaunthesheep/microsoft-catsvsdogs-dataset
2. 点击“Download”获取数据集，解压后放入项目目录下的PetImages文件夹（目录结构：PetImages/Cat/, PetImages/Dog/）。

3. 运行代码

# 训练模型  
python train.py  

# 预测示例（使用best_model.pkl）  
# 在predict函数中输入图像路径，输出类别（0=猫，1=狗）及置信度  

核心技术

1. 轻量化ResNet设计：
   • 自定义残差块（Residual Block），通过短路连接解决梯度消失问题。
   • 全局平均池化替代全连接层，减少参数量，适配CPU训练。
2. 数据增强：
   • 水平翻转、随机旋转（±15°）、亮度/对比度调整，提升数据多样性。
3. 训练优化：
   • 动量SGD优化器，学习率衰减策略，早停法防止过拟合。

结果

• 测试集准确率：93.2%
• 评估指标：精确率93.5%，召回率92.8%，F1分数93.1%（详见训练日志及图表）。
• 训练曲线：包含损失曲线和准确率曲线，展示训练集/验证集性能变化

1. 损失曲线

2. 准确率曲线

贡献

欢迎提交Issue反馈问题或建议，如需改进模型或扩展功能，可提交Pull Request。

作者：李家辉
日期：2025年5月
联系：Call_me_akan@outlook.com