在CIFAR-10上用CNN进行目标检测

CIFAR-10数据集链接：http://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz

代码：https://e.coding.net/hanhao/hanhao0620.git

版本 ;python 3.7 pycharm2019

在我的笔记本上历时6个小时终于跑完的代码，整理笔记如下。

pycharm中导入第三方库sklearn时遇到问题，解决方法：https://www.cnblogs.com/hanhao970620/p/13168474.html

网络结构:

第一个卷积层
输入通道：3，输出通道：32，卷积后图像尺寸不变，依然是32x32，激活函数为relu

第一个池化层

使用最大池化,将32x32的图像缩小为16x16，不改变通道数

第二个卷积层
输入通道：32，输出通道：32，卷积后图像尺寸不变，依然是32x32，激活函数为relu

第二个池化层

使用均值池化,将16x16的图像缩小为8x8，不改变通道数

第三个卷积层
输入通道：32，输出通道：64，卷积后图像尺寸不变，依然是32x32，激活函数为relu

第三个池化层

使用均值池化,将8x8的图像缩小为4x4，不改变通道

 

 

运行结果：

损失值和准确率：

 

各类样本错误率:

 

 可视乎曲线：