- 博客(6)
- 收藏
- 关注
原创 RESNET
conv2d这个函数的参数第一个是卷积层深度,输入图片是RGB3色的,32*32大小,所以是深度是3,16是卷积核的个数,尺寸为5*5,卷积后的矩阵尺寸大小为(32-5+2*0)/1(步长默认为1)+1=28。对于深层的 Bottleneck,1×1的卷积核起到降维和升维(特征矩阵深度)的作用,同时可以大大减少网络参数。观察下图的 ResNet18层网络,可以发现有些残差块的 short cut 是实线的,而有些则是虚线的。反之,若每一层的误差梯度大于1,反向传播时,网路越深,梯度越来越大。
2023-09-14 21:05:19
317
1
原创 论文编写1
步骤1:人脸表情识别 (1) 下载fer2013数据集和数据的处理_fer2013数据集下载_lzy我就来随便逛逛的博客-CSDN博客先下载fer数据集,为csv格式2.考虑将csv 格式转换成YOLO模式(估计不行),或寻找标注好的数据集,github里有两个YOLO做的 试试,看看能不能找好数据集,yolo格式是一个txt文件另一种 方式 Roboflow使用roboflow 对 CK+数据集进行标注3.
2023-09-12 19:33:38
132
原创 人脸表情识别目前比较常用的深度学习模型
深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN):DCGAN是一种生成对抗网络,可以生成逼真的图像。在人脸表情识别中,可以使用DCGAN生成具有不同表情的人脸图像,从而扩充数据集。在人脸表情识别中,可以使用LSTM对时间序列的表情数据进行建模和分类。卷积神经网络(Convolutional Neural Networks,CNN):CNN是一种非常常用的深度学习模型,适用于图像分类和识别任务。
2023-08-22 15:14:42
954
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人