科研之友
微信
新浪微博
Facebook
分享链接
摘要
近些年来,深度学习逐渐走入大众视野,并在譬如语音识别、人脸检测等方面发挥着举足轻重的作用。本文利用深度学习的优势,根据学术界的发展,使用Tensorflow在LeNet-5的基础上,创新地将2个卷积层的卷积核数目增长到15与20个,并且增加了批归一化与Dropout两种模型处理手段,减少过拟合的出现,提升模型泛化程度。实验结果从测试准确率来分析,结果表明增加了批归一化与Dropout的效果最好,单一地增加二者之一对精度损失微乎其微;验证了改进后的LeNet-5模型对校园内单一年龄段的人脸识别有着良好的效果。
-
单位南京大学金陵学院
