时间戳

首页 > 解决方案 > 使用深度学习卷积神经网络的手势识别

keras - 使用深度学习卷积神经网络的手势识别

问题描述

我正在开发一个 CNN 模型来识别 24 个美国手语的手势。我有 2500 张图片/手签。数据拆分为：
训练 = 1250 张图像/手势
验证 = 625 张图片/手势
测试 = 625 张图片/手势

我应该如何继续训练模型？：
1. 我应该从较少的手势（如 5 个）开始开发一个模型，然后逐渐增加它们吗？
2. 我应该从头开始模型还是使用迁移学习（VGG16 或其他）
应用数据增强，我用 VGG16 做了一些测试并在最后添加了一个密集分类器并获得了这些准确度：
训练：0.87610877
验证：0.8867307
测试：0.96533334

准确度和损失图

测试参数：
NUM_CLASSES = 5
EPOCHS = 50
STEPS_PER_EPOCH = 125
VALIDATION_STEPS = 75
TEST_STEPS = 75
Framework = Keras, Tensorflow
OPTIMIZER = adam

模型：

model = Sequential([
    Conv2D(32, (3, 3), activation='relu', input_shape=(IMG_HEIGHT, IMG_WIDTH ,3)),
    MaxPooling2D(pool_size=(2,2)),

    Conv2D(64, (3, 3), activation='relu'),
    MaxPooling2D(pool_size=(2,2)),

    Conv2D(128, (3, 3), activation='relu'),
    MaxPooling2D(pool_size=(2,2)),

    Conv2D(256, (3, 3), activation='relu'),
    MaxPooling2D(pool_size=(2,2)),

    Conv2D(512, (3, 3), activation='relu'),
    MaxPooling2D(pool_size=(2,2)),

    Flatten(),
    Dense(512, activation='relu'),

    Dense(NUM_CLASSES, activation='softmax')
])

如果我尝试使用背景略有不同的图像并预测类（predict_classes()），我不会得到准确的结果。关于如何使模型健壮的任何建议？

标签： kerasdeep-learningneural-networkclassificationconv-neural-network

解决方案

推荐阅读