ASSIRA 猫狗数据集上多种预训练深度学习模型的基准分析
计算机视觉与模式识别
2024-01-10 v1 人工智能
机器学习
摘要
作为深度学习最基本的应用与实现，图像分类日益普及。知名数据科学社区提供了多种数据集，用于基准测试机器学习算法和预训练模型。ASSIRA 猫狗数据集便是其中之一，因其整体接受度和基准标准而被本研究采用。通过使用不同类型的优化器和损失函数，展示了对多种预训练模型的比较。调整超参数以从模型中获得最佳结果。应用此方法，我们在未对训练模型进行重大改动的情况下获得了更高的准确率。为进行实验，我们使用了三种不同的计算机架构：配备 NVIDIA GeForce GTX 1070 的笔记本电脑、配备 NVIDIA GeForce RTX 3080Ti 的笔记本电脑，以及配备 NVIDIA GeForce RTX 3090 的台式机。所得结果在准确率方面优于此前在该数据集上进行的实验。本次实验使用 NASNet Large 获得了最高准确率，达到 99.65%。
引用
@article{arxiv.2401.04666,
title = {Benchmark Analysis of Various Pre-trained Deep Learning Models on ASSIRA Cats and Dogs Dataset},
author = {Galib Muhammad Shahriar Himel and Md. Masudul Islam},
journal= {arXiv preprint arXiv:2401.04666},
year = {2024}
}