颜色分类leetcode CarL-CNN Car Logos CNN -构建我自己的汽车标识分类神经网络描述。CarL-CNN接受了20,778张50x50px RGB图像的训练,这些图像描绘了40个不同汽车品牌的标识。该数据集是从松散的网站上精心挑选的,包含各种配色方案(黑/白、RGB、CMYK、单色)、不同角度的图像、照片、绘图、草图,有时可能包含一些噪音(其他标识、背景等)。它通过归因于预测的品牌标签对给定图像进行分类。模型指标:该模型得到以下分数:精度:94.20%,召回率:94.03%,F1分数:94.04%,准确度:94.03%。特征:Jupyter Notebook文件包含用于展示、类别概率预测和新图像识别的方法定义。此外,还对错误预测的案例进行了仔细检查,以分析哪些汽车品牌需要一些数据集丰富。未来发展:我计划将它变成一个Web应用程序,并允许添加用户拥有的图像进行分类。稍后,我打算使用sl4a,将其制作成Android应用程序并启用手机摄像头识别车标——真正的计算机视觉!