Paddle 图像识别实战

Paddle 图像识别实战

本次项目以手势识别为例,希望大家多多交流,fork,互相学习,相互进步

数据集

用手势分别表示0-9,本别用10个文件夹表示

每种手势都有200+张图片,分别对应存储在这十个文件夹中

download提取码:edrz

背景

神经网络是模拟人类的神经元所建立的一门学科,而我们如何建立模仿人类大脑的模型呢?神经网络又是如何模仿人类的视觉系统进行图像识别呢?

图像识别的目的

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Ji6MoLEb-1589978839377)(C:\Users\kingdom\AppData\Roaming\Typora\typora-user-images\image-20200520153306468.png)]
在这里插入图片描述

而我们本次实验的目的:

通过这2000+数据进行训练,最后得出模型,可以具有识别手势的能力

系列目录

占位

第一部分:生成图像列表

占位

第二部分:读取数据reader详解

占位

第三部分:DNN网络详解

占位

第四部分:动态图介绍&模型训练

占位

第五部分:模型校验&预测

占位

总结

本次实验只是带大家大概了解图像识别的过程是什么样子。

所谓大概是因为有诸多环节被省略了,如训练的图片属于“完美”类型的图片。不仅大小完美无缺、不用图片增强,而且位置刚刚好,没有多余的信息。但实际中完全不是这样的。

在以后的岁月中,我也会定期更新作品,带大家了解各种实战的大概步骤,比赛的基本流程,算法的基本思想。

息。但实际中完全不是这样的。

在以后的岁月中,我也会定期更新作品,带大家了解各种实战的大概步骤,比赛的基本流程,算法的基本思想。

欢迎大家点赞,评论,订阅,关注。

猜你喜欢

转载自blog.csdn.net/un_lock/article/details/106244032
今日推荐