数据建模

undefined数据建模

undefined根据比赛章程，可知分为以下几项

undefined一、数据集类

• 数据集加载:

  {

  ①加载图像数据集

  ②了解图像数据集对应代码

  ③对数据集进行参数设置

  ④选取合适的训练数据集、测试数据集

  }

• 数据集处理:

  {

  ①图像切割

  ②图像几何变换(翻转、缩放、剪裁、灰度)

  }

• 数据集特征获取:

  {

  ①过滤图像数据集

  ②按类别求图像的均值、方差

  (③绘图)

  }

undefined二、模型类

• 模型参数设置:

  {

  ①选取需要使用的网络结构模型

  ②根据数据集特征设置模型参数，如：设定输入层的尺寸大小， 即图片的尺寸大小等

  ③根据数据集特征设置训练过程参数，包括：学习率、epoch、batch_size 等， 以使模型能够达到预期的训练效果

  }

• 模型构建及训练

  {

  ①基于 TensorFlow 或 Keras，将训练数据集输入到模型进行训练。

  即”编写完善模型结构和训练所必须的相关函数，根据设置的参数进行模型训练“

  ②输出训练过程中的日志，并可视化呈现训练过程中记录的 Loss 与验证集准确率的变化。【利用TensorBoard】

  }

• 模型加载及预测

  {

  ①加载训练过程中的最优模型，以及测试数据集

  ②在测试集上测试模型的准确率，召回率、F1 值并绘制 AUC 曲线【即测试结果】

  }