基于深度可分离卷积神经网络对七种表情进行识别(完整代码).zip

上传者: 55771290 | 上传时间: 2023-03-02 21:47:08 | 文件大小: 1.02MB | 文件类型: ZIP
网络模型共含有19层,其中7层传统卷积层、8层深度可分离卷积层、4层最大池化层。同时,使用了 Adam优化器及对数损失函数。网络结构如图4所示,顺序从左至右、从上至下,并做以下说明: Conv为传统卷积层,其后3个参数分别代表:卷积核个数、卷积核大小、步长。 activation表示该层对应的激活函数。 SeparableConv为深度可分离卷积层,其后2个参数分别代表:卷积核个数、卷积核大小,步长均为 1。 MaxPooing为最大池化层,其后2个参数分别代表:滤波器大小、步长。 ReLU为线性整流函数,作为卷积后的激活函数,相比sigmoid函数和tanh函数有着更好的效果。 softmax用于将最后一层卷积输出的七个数值映射到(0,1)区间,并使它们和为 1。 这样能更直观地以概率的形式显示结果。 在每一层卷积过后,都加入了批量归一化(Batch Normalization,BN)层,图中未标出。批量归一化对网络训练的各个方面都有一定的提升作用。它可以加快训练并提高性能、解决梯度消失的问题、规范权重、优化网络梯度流等,所以很有必要加入。 整个网络参数数量仅为75906个,其中可训

文件下载

资源详情

[{"title":"( 15 个子文件 1.02MB ) 基于深度可分离卷积神经网络对七种表情进行识别(完整代码).zip","children":[{"title":"emotionrecognize","children":[{"title":"LICENSE <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"setdata.py <span style='color:#111;'> 1.84KB </span>","children":null,"spread":false},{"title":".idea","children":[{"title":"EmotionRecognize.iml <span style='color:#111;'> 435B </span>","children":null,"spread":false},{"title":"misc.xml <span style='color:#111;'> 192B </span>","children":null,"spread":false},{"title":"inspectionProfiles","children":[{"title":"Project_Default.xml <span style='color:#111;'> 491B </span>","children":null,"spread":false},{"title":"profiles_settings.xml <span style='color:#111;'> 174B </span>","children":null,"spread":false}],"spread":true},{"title":"modules.xml <span style='color:#111;'> 284B </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 47B </span>","children":null,"spread":false}],"spread":true},{"title":"img","children":[{"title":"1.png <span style='color:#111;'> 72.30KB </span>","children":null,"spread":false},{"title":"2.png <span style='color:#111;'> 140.19KB </span>","children":null,"spread":false}],"spread":true},{"title":"model_finish.h5 <span style='color:#111;'> 1.16MB </span>","children":null,"spread":false},{"title":"models_Keras.py <span style='color:#111;'> 2.97KB </span>","children":null,"spread":false},{"title":"modeltest.py <span style='color:#111;'> 285B </span>","children":null,"spread":false},{"title":"train.py <span style='color:#111;'> 1.54KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.80KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明