qq_42010212的博客

口罩识别，是指可以有效检测在密集人流区域中携带和未携戴口罩的所有人脸，同时判断该者是否佩戴口罩。通常由两个功能单元组成，可以分别完成口罩人脸的检测和口罩人脸的分类。 本次实践相比生产环境中口罩识别的问题，降低了难度，仅实现人脸口罩判断模型，可实现对人脸是否佩戴口罩的判定。本实践旨在通过一个口罩识别的案列，让大家理解和掌握如何使用飞桨动态图搭建一个经典的卷积神经网络。 import os import zipfile import random import json import paddle imp

# 查看当前挂载的数据集目录, 该目录下的变更重启环境后会自动还原 !ls /home/aistudio/data # 查看工作区文件, 该目录下的变更将会持久保存. 请及时清理不必要的文件, 避免加载过慢. !ls /home/aistudio/work 实践任务：手势识别 主要步骤 1.准备数据 2.配置网络 3.训练网络 4.模型评估 5.模型预测 !cd /home/aistudio/data/data23668 && unzip -qo Dataset.zi

一、数据准备 爬虫的过程： 1.发送请求（requests模块） 2.获取响应数据（服务器返回） 3.解析并提取数据（re正则） 4.保存数据 request模块： requests是python实现的简单易用的HTTP库，官网地址：http://cn.python-requests.org/zh_CN/latest/ re模块： re模块是python用于匹配字符串的模块，该模块中提供的很多功能是基于正则表达式实现的 import json #josn是一种轻量级数据交换格式，..

初识神经网络 我们这里要解决的问题是，将手写数字的灰度图像（28 像素×28 像素）划分到 10 个类别 中（0~9）。我们将使用 MNIST 数据集，这个数据集包含 60 000 张训练图像和 10 000 张测试图 像。 Step1:准备数据 1.MINIST数据集包含60000个训练集和10000测试数据集。分为图片和标签，图片是28*28的像素矩阵，标签为0~9共10个数字。 2.定义读取MNIST数据集的train_reader和test_reader，指定一个Batch的大小为128，..