深度学习——卷积神经网络（目标分类）03

目标分类

1.数据准备

数据来源：
现有数据集的子集；网络采集；人工标注

数据扩充：
原始数据切割；噪声颜色等像素变化；旋转平移等姿态变化

数据规范：
均值处理；归一化；大小调整 resize

图像效果算子
使更模糊（高斯卷积核），使更清楚（unsharp卷积核)，动作模糊（motion filter）

旋转平移 R, T

2. 模型设计

基于现有模型局部更改（借鉴已有模型）

类型：
分类：表情分类，人群分类
分类+回归：表情+程度，种类+信心，什么人+人数
多目标分类： 面部行为，群体行为，车流预测

注意力网络添加

局部学习网络
针对不同的区域进行针对性学习，不同的区域的学习对区域的分布能够自动适应

无需提前进行面部对准就可以对面部行为识别
脸部各个行为单元局部针对学习，局部信息可以单独用于某个行为单元识别
可以根据控制肌肉的分布以及人脸特征点检测结果确定区域，更具有合理性以及可操作性。

3. 训练细节

1. GPU-Batch size, 是否并行
   GPU内存和batch size 关系

2. 数据循环方式/平衡性考虑
   数量较少的类别，数据是否需要补偿
   从头到尾多次循环
   每次随机选取部分数据

3. 网络深度宽度确定
   层数变多，参数变少

4. 损失函数设计
   分类：softmax，直接拟合

5. 学习率变化方式，模型各层学习率是否一致
   模型各层学习率是否一致

6. 评价方式：准确率，F1 score
   F1 score = 2precisionrecall/(precision+recall)

迁移学习

不同数据情况：

学习率处理：
最低卷积层基本不变
中间卷积层看情况
最后全连接层，结构参数均变化

ImageNet模型，这里选择VGG，因为结构简单。