基于Tensorflow实现垃圾分类数据系统

应用Tensorflow完成垃圾分类数据的读取以及处理要求 垃圾分类比赛介绍 1、拿到数据后，首先做数据分析。统计数据样本分布，尺寸分布，图片形态等，基于分析可以做一些针对性的数据预处理算法，对后期的模型训练会有很大的帮助 2、选择好的baseline。需要不断的尝试各种现有的网络结构，进行结果对比，挑选出适合该网络的模型结构，然后基于该模型进行不断的调参，调试出性能较好的参数 3、做结果验证，将上述模型在验证集上做结果验证，找出错误样本，分析出错原因，然后针对性的调整网络和数据。 4、基于新数据和模型，再次进行模型调优 官方训练集有19459张图片，数据量小; 类别较多(40)，且各类样本不平衡; 图片大小、分辨率不一，垃圾物品有多种尺度; 垃圾分类是粒度、粗粒度兼有的一种分类问题，轮廓、纹理、对象位置分 布都需要考察 对策 1、数据集分析和选择 2、模型选择 3、图像分类问题常见trick（优化） 1、数据集情况 数据集下载以及组成 组成有train_data，然后同目录下有图片以及对应txt txt中的格式：img_1.jpg, 0-为图片以及对应目标 2、分类