随着计算机应用的发展和人们对信息保密意识的增强，人脸识别技术作为一种生物识别技术越来越受到人们的重视。而卷积神经网络的出现大大提高了计算机对图像内容的识别和判断能力，因此我们考虑将卷积神经网络应用于人脸识别技术，形成一套以卷积神经网络为技术核心的人脸识别系统。
2022-04-24 15:07:06
1.03MB
1
大数据蕴含大发展，结合不断提升的高性能计算机更是给机器视觉技术带来日新月异的发展。深度卷积神经网络也正是借着这股力量才大放异彩，其主要应用包括语音识别、图像处理、自然语言处理等。本文就当前大环境下研究了卷积神经网络模型在静态环境下入脸识别领域的应用。相对传统人脸识别方法而言，卷积神经网络模型不需要人工进行大量而又复杂的特征提取算法设计，仅需要设计一个可行的网络模型，再将大量的人脸训练数据集加载到网络模型中，然后进行自动训练，这样就可以得到很好的识别率。把训练好的模型保存下来，那么这个模型就是一个端到端的人脸特征提取器。该方法虽然操作简单，但是需要根据训练数据集设计合理的网络结构，而且最难的关键点是超参数的调整和优化算法的设计。因此本文结合残差网络和融合网络构建了两个与计算资源和数据资源相匹配的网络模型，并通过反复调整超参数和调试优化器使其在训练集上能够收敛，最终还取得较好的识别率。
2022-04-24 15:07:04
18.44MB
1
mnist.npz 数据集 具体载入过程代码中有& 可执行代码 一份是CNN（运行时间大概超五分钟）一份是全连接层（运行速度快，测试用）
2022-04-23 18:26:45
10.96MB
1
机器学习课程#MNIST数据集上的卷积神经网络实验，基于pytorch。包括：数据可视化、train训练代码与test测试代码。
都是包装好的代码，做实验只要修改其中指定行的代码即可。内置【说明文件.md】来帮助你更快地了解！！！
2022-04-23 13:05:10
33.63MB
1.框架采用tensorflow，是深度学习项目
2.源码用python 编写，完整有注释
3.可以运行
4.可以进行模型训练和处理
5.包含数据集
6.包含论文
论文目录如下：
1. 引言 2
1.1目的和意义 2
1.2研究领域现况 2
2. 原理及网络结构 2
2.1算法原理 2
2.2网络结构 2
3. 模型训练 2
3.1数据采集和处理 2
3.2实验方法 2
4. 实验结果及分析 2
5. 总结 2
参考文献 2
2022-04-22 12:05:33
77.35MB
verilog实现卷积神经网络CNN，包括卷积层，Relu激活层，FC全连接层，pool池化层，输入图片需要满足28*28
2022-04-22 12:05:31
7KB
基于verilog的CNN卷积神经网络实现，平台ISE，提供coe格式的权值参数。包括3个层，每一个层都有卷积层，池化层，激活层。需要设置rom核来调用coe文件。平台为ISE14.7
2022-04-22 12:05:31
948KB