预览加载中，请您耐心等待几秒...

卷积神经网络在图像识别中的应用ppt课件.pptx

预览
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲，该文档总共14页，到这已经超出免费预览范围，如果喜欢就直接下载吧～

下载提示 文本预览

如果您无法下载资料，请参考说明：

1、部分资料下载需要金币，请确保您的账户上有足够的金币

2、已购买过的文档，再次下载不重复扣费

3、资料包下载后请先用软件解压，在使用对应软件打开

1卷积神经网络的发展及其特点 卷积神经网络模型 卷积神经网络的训练 卷积神经网络应用于人脸识别 Hubel和Wiesel在研究猫脑皮层中用于局部敏感方向选择的神经元时，发现其独特的网络结构可以有效降低反馈神经网络的复杂性。 Fukushima提出了第一个基于神经元之间的局部连接型和层次结构组织的用于转化图像的网络Neocognition. 根据Fukushima的观点，LeCun提出了以LeNet为代表的卷积神经网络。 卷积神经网络的特点卷积神经网络模型卷积和下采样（降采样）过程卷积过程卷积神经网络的训练过程网络训练流程图OlivettiFaces是纽约大学的一个比较小的人脸库 包含40个人的人脸图片，每个人10张人脸样本，共400份样本程序所参考的卷积神经网络结构：LeNet-5程序模块介绍 learning_rate=0.05 //学习速率 batch_size=40 //一次输入CNN的样本数 n_epochs=100 //最大训练步数 nkerns=[20,50] //第一层卷积核个数为20， 第二层卷积核个数为50 poolsize=(2,2) //从一个2*2的区域里maxpooling 出1个像素谢谢！