# logo_recognition

**Repository Path**: GengML/logo_recognition

## Basic Information

- **Project Name**: logo_recognition
- **Description**: 开发环境：64位Ubuntu16.04
编程语言：python2.7
依赖库  ：Tensorflow1.2.1   Numpy   OpenCV2.4.12
硬件环境：NVIDIA GTX1080 GPU
训练批次：512/batch

1.若直接测试本系统，在该文件夹下打开终端输入
	python gui.py
点击选择图片开始测试

2.请将Flickr数据集中的class文件夹放入data文件夹中,不要替换外面的.txt文件

3.若进行训练集或测试集的测试
修改test_train_or_testsets.py文件中的data值
data = train_set对训练集测试正确率
data = test_set对训练集测试正确率
在终端中输入 python test_train_or_testsets.py

本代码含有卷积神经网络的训练和测试集的生成，以及网络的训练和测试
generate_data_2.py 生成2类网络训练数据集
generate_data_32.py 生成32类网络训练数据集
logo_image_input.py TFrecords数据集的读取和预训
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 3
- **Created**: 2017-12-23
- **Last Updated**: 2022-10-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

开发环境：64位Ubuntu16.04
编程语言：python2.7
依赖库  ：Tensorflow1.2.1   Numpy   OpenCV2.4.12
硬件环境：NVIDIA GTX1080 GPU
训练批次：512/batch

1.若直接测试本系统，在该文件夹下打开终端输入
	python gui.py
点击选择图片开始测试

2.请将Flickr数据集中的class文件夹放入data文件夹中,不要替换外面的.txt文件

3.若进行训练集或测试集的测试
修改test_train_or_testsets.py文件中的data值
data = train_set对训练集测试正确率
data = test_set对训练集测试正确率
在终端中输入 python test_train_or_testsets.py

本代码含有卷积神经网络的训练和测试集的生成，以及网络的训练和测试
generate_data_2.py 生成2类网络训练数据集
generate_data_32.py 生成32类网络训练数据集
logo_image_input.py TFrecords数据集的读取和预训练图片处理
logo_recognize.py 模型构建
logo_recognize_train.py 模型训练
logo_recognize_test.py 模型测试