Paddle 圖像識別實戰

Paddle 圖像識別實戰

本次項目以手勢識別爲例,希望大家多多交流,fork,互相學習,相互進步

數據集

用手勢分別表示0-9,本別用10個文件夾表示

每種手勢都有200+張圖片,分別對應存儲在這十個文件夾中

download提取碼:edrz

背景

神經網絡是模擬人類的神經元所建立的一門學科,而我們如何建立模仿人類大腦的模型呢?神經網絡又是如何模仿人類的視覺系統進行圖像識別呢?

圖像識別的目的

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-Ji6MoLEb-1589978839377)(C:\Users\kingdom\AppData\Roaming\Typora\typora-user-images\image-20200520153306468.png)]
在這裏插入圖片描述

而我們本次實驗的目的:

通過這2000+數據進行訓練,最後得出模型,可以具有識別手勢的能力

系列目錄

佔位

第一部分:生成圖像列表

佔位

第二部分:讀取數據reader詳解

佔位

第三部分:DNN網絡詳解

佔位

第四部分:動態圖介紹&模型訓練

佔位

第五部分:模型校驗&預測

佔位

總結

本次實驗只是帶大家大概瞭解圖像識別的過程是什麼樣子。

所謂大概是因爲有諸多環節被省略了,如訓練的圖片屬於“完美”類型的圖片。不僅大小完美無缺、不用圖片增強,而且位置剛剛好,沒有多餘的信息。但實際中完全不是這樣的。

在以後的歲月中,我也會定期更新作品,帶大家瞭解各種實戰的大概步驟,比賽的基本流程,算法的基本思想。

息。但實際中完全不是這樣的。

在以後的歲月中,我也會定期更新作品,帶大家瞭解各種實戰的大概步驟,比賽的基本流程,算法的基本思想。

歡迎大家點贊,評論,訂閱,關注。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章