用深度学习和CNN进行年龄识别

DIP大作业

用深度学习和CNN进行年龄识别

基于深度学习的方法

基本步骤 深度学习方法
1.(10%) 需求分析 系统设计;环境搭建
2.(10%) 数据集及预处理
3.(40%) 卷积神经网络模型设计;模型程序编写;模型训练;模型测试
4.(30%) 实验结构分析:(1)纵向比较。对自己所构建的网络的不同参数(如学习率、迭代次数,batchsize)、不同结构(如不同层、不同卷积核数量等)、不同激活函数、不同i梯度下降方法等的模型训练和比较;(2)横向比较。对不同架构的网络进行性能比较。(3)通过tensorboard制作模型loss和迭代次数、准确度和迭代次数等各类数值之间的关系可视化试图。(4)人脸识别的项目还需要对不同实验方案(如光照、表情、遮挡面积等)进行准确性比较 (5)以上各类实验结果需综合定性(结果图)和定量(评价指标的表格)分析结果。
5(10%) 系统集成和完善

深度学习=数据+自动特征学习模型
过程综合

1.需求分析
2.数据集预处理
3.算法设计
4.实验结果与分析
5.系统集成与完善

猜你喜欢

转载自blog.csdn.net/qq_53682472/article/details/124062030
今日推荐