dlib_face_recognition_resnet_model_v1.dat是训练好的ResNet人脸识别模型，可以实现使用dlib中的深度残差网络(ResNet)进行实时人脸识别 。ResNet是何凯明在微软的时候提出的深度残差网络，获得了 ImageNet 2015 冠军，通过让网络对残差进行学习，在深度和精度上做到了比CNN 更加强大。

百度网盘 resnet18-5c106cde resnet34-333f7ec4 resnet50-19c8e357 resnet101-5d3b4d8f r esnet152-b121ed2d

93%

1 绪论 1 1.1 研究背景及意义 1 1.2 国内外研究现状 2 1.2.1 国外研究现状 2 1.2.2 国内研究现状 2 1.3 研究目标和内容 3 1.4 本章小结 4 2 相关理论及技术介绍 5 2.1 卷积神经网络（CNN） 5 2.1.1 卷积神经网络简介 5 2.1.2 卷积神经网络体系结构 6 2.2 Resnet算法 7 2.3 Jaccard相似系数 8 2.4 激活函数 9 2.4.1 Sigmoid函数 9 2.4.2 Softmax函数 9 2.4.3 Relu函数 9 2.5 本章小结 10 3 可行性分析与需求分析 11 3.1 系统可行性分析 11 3.1.1 技术可行性 11 3.1.2 经济可行性 11 3.1.3 功能可行性 11 3.2 系统需求分析 11 3.3 本章小结 11 4 系统总体设计 13 4.1 系统功能设计 13 4.2 实验数据 13 4.2.1 数据来源 13 4.2.2 数据分析与预处理 14 4.2.3 数据增广 15 4.3 本章小结 16 5 系统的功能与实现 17 5.1 拍照识别功能 17 5.2 文字识别功能 18 5.3 分类指南功能 18 5.4 本章小结 20 6 系统测试 21 6.1 测试目标 21 6.2 功能测试 21 6.3 本章小结 22 结论与展望 23 参考文献 24 致谢 26

使用keras自定义残差网络，以MNIST数据集分类为例，为帮助读者了解残差网络的实现，仅使用简单的全连接层

model weight in this repo https://github.com/fchollet/deep-learning-models Keras提供的预训练权重

总结了ResNet的相关原理、网络结构，pytorch代码实现，并对自定义花类数据集进行训练和测试。

matlabd的MatConvNet中下载和使用预训练的模型imagenet-resnet-50-dag，下载自http://www.vlfeat.org/matconvnet/models/imagenet-resnet-50-dag.mat

tensorflow2.0-unet tensorflow2.0，resnet，unet 配置环境 点安装-r require.txt 然后运行demo.py即可 可以查看说明.txt

1 绪论 1 1.1 研究背景及意义 1 1.2 国内外研究现状 2 1.2.1 国外研究现状 2 1.2.2 国内研究现状 2 1.3 研究目标和内容 3 1.4 本章小结 4 2 相关理论及技术介绍 5 2.1 卷积神经网络（CNN） 5 2.1.1 卷积神经网络简介 5 2.1.2 卷积神经网络体系结构 6 2.2 Resnet算法 7 2.3 Jaccard相似系数 8 2.4 激活函数 9 2.4.1 Sigmoid函数 9 2.4.2 Softmax函数 9 2.4.3 Relu函数 10 2.5 本章小结 10 3 可行性分析与需求分析 11 3.1 系统可行性分析 11 3.1.1 技术可行性 11 3.1.2 经济可行性 11 3.1.3 功能可行性 11 3.2 系统需求分析 11 3.3 本章小结 12 4 系统总体设计 13 4.1 系统功能设计 13 4.2 实验数据 13 4.2.1 数据来源 13 4.2.2 数据分析与预处理 14 4.2.3 数据增广 15 4.3 本章小结 16 5 系统的功能与实现 17 5.1 拍照识别功能 17 5.2 文字识别功能 18 5.3 分类指南功能 19 5.4 本章小结 20 6 系统测试 21 6.1 测试目标 21 6.2 功能测试 21 6.3 本章小结 23 结论与展望 24 参考文献 25 致 谢 27