# ensemble_faiss_dog_cat_question

**Repository Path**: ma-libo/ensemble_faiss_dog_cat_question

## Basic Information

- **Project Name**: ensemble_faiss_dog_cat_question
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2023-12-04
- **Last Updated**: 2024-01-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 项目描述
本项目使用FAISS库实现了集成学习的图像分类器。该分类器可以使用CPU进行训练。

# 功能
本项目实现了以下功能：
训练多种模型以寻找最优解
通过gradio部署交互式页面


# 依赖
本项目依赖以下库：
- numpy
- faiss
- sklearn
- tqdm
- cv2
- imutils
- pickle
- gradio
等...
# 使用
1. 安装依赖库
2. 运行训练脚本
```bash
python train_ensemble.py
```
3. 运行交互式页面
```bash
python terxt.py
```

4. 查看训练结果
- 训练完成后，程序会输出对应模型和相应的准确率。
运行截图：
![输入图片说明](%E9%9B%86%E6%88%90%E5%AD%A6%E4%B9%A0%E7%8C%AB%E7%8B%97%E8%AF%86%E5%88%AB.png)
5.交互式页面上传图片预测截图：
![输入图片说明](%E7%8C%AB%E7%8B%97%E8%AF%86%E5%88%AB%E6%95%88%E6%9E%9C%E5%9B%BE.png)

# 注意
- 本项目使用Python 3.8及以上版本进行开发和测试。
- 本项目使用随机森林等多种训练模型
- 本项目使用logging库记录日志。
- 本项目使用tqdm库在循环中添加进度条。

## 个人信息
- 学号: 202152320115
- 年级: 2021
- 专业: 智能科学与技术
- 班级: 一班