用于自動視力檢測的手勢識別方法研究
所屬分類：解決方案
上傳者：zhoubin333
文檔大?。?span>611 K
標簽： 自動視力檢測 opencv 手勢識別
所需積分：0分積分不夠怎么辦？
文檔介紹：對于自動視力檢測系統(tǒng)，手勢識別是關鍵問題，但是采用傳統(tǒng)卷積神經網(wǎng)絡模型識別手勢存在過擬合、計算量大等問題。提出了一種GR-AlexNet模型，對AlexNet網(wǎng)絡模型進行了適應性修改和優(yōu)化：為了加快計算速度，用7×7、5×5、1×1的三個小卷積核替代原來的11×11的大卷積核，并刪除LRN層和一個全連接層；為了減輕過擬合效應，在每次卷積后都加上一個Dropout優(yōu)化。對同一數(shù)據(jù)集分別使用LeNet模型、AlexＮet模型、VGG16模型與GR-AlexＮet模型進行對比實驗。實驗表明GR-AlexＮet模型在識別準確率上較傳統(tǒng)的模型有一定的提高，能抑制過擬合現(xiàn)象，并且具有更快的訓練速度。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。