python 卷积神经网络 应用_卷积神经网络在目标定位中的应用

我在Andrew Ng的深度学习课程中看到了一种将单个对象定位在图像上的方法：https://www.youtube.com/watch?v=GSwYGkTfOKk。

据我所知，你可以将一个点绑定到对象的特定部分，把坐标x，y作为标签y，训练CNN。在

我想训练一个CNN神经网络来定位我的眼睛(不是分类)。我拍了200张我的照片：60×60像素的灰度。对左、右眼进行标定，标记眼各坐标归一化为0-1。y标签是：[x of eye1，y of eye1，x of eye2，y of eye2]。我使用了具有mse损耗的SGD optimazer和输出层sigmoid函数。在model = tf.keras.models.Sequential()

model.add(tf.keras.layers.Conv2D(64, (3,3), input_shape= (60,60, 1)))

model.add(tf.keras.layers.Activation('relu'))

model.add(tf.keras.layers.MaxPool2D(pool_size=(2,2)))

model.add(tf.keras.layers.Conv2D(32, (3,3)))

model.add(tf.keras.layers.Activation('relu'))

model.add(tf.keras.layers.MaxPool2D(pool_size=(2,2)))

model.add(tf.keras.layers.Flatten())

model.add(tf.keras.layers.Dense(64, activation='relu'))

model.add(tf.keras.layers.Dense(4, activation='sigmoid'))

sgd= tf.keras.optimizers.SGD(lr = 0.01)

model.compile(loss = 'mean_squared_error', optimizer=sgd, metrics=['accuracy'])

model.fit(x,y, batch_size=3, epochs=15, validation_split=0.2)

它不适合这个任务，那么解决这个问题的方法是什么？我在某个地方看到了：将CNN应用于图像(我想没有密集层)，然后在CNN的扁平数据上对每个x/y坐标使用线性回归(多变量logistic回归)。这是解决办法吗？据我所知，我会将每个图像输入Conv和MaxPool层，然后展平，然后将数据输入lin.regression并对其进行训练，但我不知道如何在keras中实现这一点。我是这个领域的新人，所以任何想法都对我有帮助。在