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

资料大小: 0.48 MB

所需积分: 1

下载次数:

用户评论: 0条评论,查看

上传日期: 2019-11-04

上 传 者: 安琪儿11他上传的所有资料

资料介绍

标签:算法(1269)神经网络(2025)滤波器(2763)

  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:

用户评论

查看全部 条评论

发表评论请先 , 还没有账号?免费注册

发表评论

用户评论
技术交流、我要发言! 发表评论可获取积分! 请遵守相关规定。
上传电子资料

本月热点资料

电子资料热门词

最新资料

下载排行

本周

本月

总榜

行业聚焦