卷积神经网络(目标分类)

目标分类基本框架

数据准备

现有数据集的子集,网络采集,现有数据人工标注

数据扩充

原始数据切割,噪声颜色等像素变化,旋转平移

数据规范

均值处理;归一化;大小调整

模型设计

模型的设计首先要明确模型的最终实现目标,根据目标可以分为分类模型。分类+回归模型以及多目标模型

任务分类

分类:表情分类,人群分类
分类+回归:表情+程度,种类+信心,什么人+人数
多目标分类:面部行为,群体行为,车流预测

局部更改

卷积神经网络(目标分类)

训练细节

卷积神经网络(目标分类)