资料下载
设计实现一个人流量密度估计算法的实验资料合集免费下载
安琪儿11
分享资料个
模型设计是一个基于CNN的一个三层卷积池化层后一层输出的模型，卷积层进行卷积处理就是卷积运算，类似“滤波器运算”，是以一定间隔的滑动滤波器窗口，比如一个4*3的图形，通过2*2的四个格子卷积运算，可以转化成一个3*3的数据矩阵，然后将偏置加到所有格子上，通过批处理将n次打包成一次进行来高效实现，池化层则是缩小图片高长方向的运算。将一些必要的参数如权重和偏置预先设置好，其他一部分的参数可以经过训练优化得到，优化器设置了学习率和动量。
整个过程模型是先读取给定的数据集，对图片和标签进行统一处理使它适合于网络训练，然后给定参数，开始训练神经网络，然后每一轮将训练集的部分拿出来测试以估计准确率，训练到想要的程度时终止训练防止过度拟合，然后进行数据集的测试得出结果。
应用场景由于训练集进行了处理只有20人以下的数据，适用于室内一些人流量较少的区域，比如室内监控，店面超市内部监控等。
实验内容步骤：
1、 准备数据：将百度云平台上给定的数据集作为数据来源，并进行处理
2、 配置网络：将网络设计好层数以及结构，给出需要给定的参数，加入优化模块。
3、 训练网络：按批进行训练集的训练，每十次进行一个准确率的测试提取。
4、 模型评估：通过得出的准确率变化情况对模型进行好坏评估并修改参数。
5、 模型预测：通过训练出来的模型文件对测试集图片进行测试。
程序源代码：
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
- 相关下载
- 相关文章
