手势识别，只需要OPENCV，采用YOLO4T和MOBILENET分类
2022-09-01 12:05:21
56.69MB
1
要解决的是一个医学图像的二分类问题，有AK和SK两种病症，根据一定量数据，进行训练，对图像进行预测。
给定图片数据的格式：
解决思路
整体上采用迁移学习来训练神经网络，使用InceptionV3结构，框架采用keras.
具体思路：
读取图片数据，保存成.npy格式，方便后续加载
标签采用one-hot形式，由于标签隐藏在文件夹命名中，所以需要自行添加标签，并保存到.npy文件中，方便后续加载
将数据分为训练集、验证集、测试集
使用keras建立InceptionV3基本模型，不包括顶层，使用预训练权重，在基本模型的基础上自定义几层神经网络，得到最后的模型，对模型进行训练
优化模型，调整超参数，提高准确率
在测试集上对模型进行评估，使用精确率、召回率
对单张图片进行预测，并输出每种类别的概率
如何加载实际数据，如何保存成npy文件，如何打乱数据，如何划分数据，如何进行交叉验证
如何使用keras进行迁移学习
keras中数据增强、回调函数的使用，回调函数涉及：学习速率调整、保存最好模型、tensorboard可视化
如何使用sklearn计算准确率，精确率，召回率，F1_
2022-08-31 22:05:55
1003KB
1
只需要OPENCV4及以上版本，每隔15帧检测一次，通过判断手臂Y的两点判断举手；通过判断头部、颈部的Y坐标判断低头抬头。
2022-08-29 21:26:03
243.45MB
1