模型設(shè)計(jì)是一個(gè)基于CNN的一個(gè)三層卷積池化層后一層輸出的模型，卷積層進(jìn)行卷積處理就是卷積運(yùn)算，類似“濾波器運(yùn)算”，是以一定間隔的滑動(dòng)濾波器窗口，比如一個(gè)4*3的圖形，通過2*2的四個(gè)格子卷積運(yùn)算，可以轉(zhuǎn)化成一個(gè)3*3的數(shù)據(jù)矩陣，然后將偏置加到所有格子上，通過批處理將n次打包成一次進(jìn)行來(lái)高效實(shí)現(xiàn)，池化層則是縮小圖片高長(zhǎng)方向的運(yùn)算。將一些必要的參數(shù)如權(quán)重和偏置預(yù)先設(shè)置好，其他一部分的參數(shù)可以經(jīng)過訓(xùn)練優(yōu)化得到，優(yōu)化器設(shè)置了學(xué)習(xí)率和動(dòng)量。

　　整個(gè)過程模型是先讀取給定的數(shù)據(jù)集，對(duì)圖片和標(biāo)簽進(jìn)行統(tǒng)一處理使它適合于網(wǎng)絡(luò)訓(xùn)練，然后給定參數(shù)，開始訓(xùn)練神經(jīng)網(wǎng)絡(luò)，然后每一輪將訓(xùn)練集的部分拿出來(lái)測(cè)試以估計(jì)準(zhǔn)確率，訓(xùn)練到想要的程度時(shí)終止訓(xùn)練防止過度擬合，然后進(jìn)行數(shù)據(jù)集的測(cè)試得出結(jié)果。

　　應(yīng)用場(chǎng)景由于訓(xùn)練集進(jìn)行了處理只有20人以下的數(shù)據(jù)，適用于室內(nèi)一些人流量較少的區(qū)域，比如室內(nèi)監(jiān)控，店面超市內(nèi)部監(jiān)控等。

?

　　實(shí)驗(yàn)內(nèi)容步驟：

　　1、 準(zhǔn)備數(shù)據(jù)：將百度云平臺(tái)上給定的數(shù)據(jù)集作為數(shù)據(jù)來(lái)源，并進(jìn)行處理

　　2、 配置網(wǎng)絡(luò)：將網(wǎng)絡(luò)設(shè)計(jì)好層數(shù)以及結(jié)構(gòu)，給出需要給定的參數(shù)，加入優(yōu)化模塊。

　　3、 訓(xùn)練網(wǎng)絡(luò)：按批進(jìn)行訓(xùn)練集的訓(xùn)練，每十次進(jìn)行一個(gè)準(zhǔn)確率的測(cè)試提取。

　　4、 模型評(píng)估：通過得出的準(zhǔn)確率變化情況對(duì)模型進(jìn)行好壞評(píng)估并修改參數(shù)。

　　5、 模型預(yù)測(cè)：通過訓(xùn)練出來(lái)的模型文件對(duì)測(cè)試集圖片進(jìn)行測(cè)試。

　　程序源代碼：