计算机视觉技术实战 课件 项目1--5 卷积入门：手动搭建入门级卷积神经网络 ---目标跟踪：基于YOLOv8-track的宠物猫目标跟踪.pptxVIP

项目1卷积入门：手动搭建入门级卷积神经网络

能力目标

(1)掌握图片数据集的加载和预处理。

(2)理解深度神经网络的基本结构和工作原理。

(3)掌握神经网络的搭建和训练过程。

(4)学会选择适当的超参数。

(5)能够使用训练好的神经网络进行图像分类。

知识目标

(1)逐步掌握深度神经网络的基本原理和实际操作技能。

(2)为进一步深入学习和应用计算机视觉技术打下坚实的基础。

教学目标

2

+--Project1_SimpleCNN/

|+--dataset/

||+--Handwritten_Chinese_Numbers_DataSet/II|+--LowResolutionDataset/

II|+--RawDataset/

I||+--TrainableDataset/

II|--README.txt

|+--model/

II--model_val90.67.pth

II--model_val95.78.pth

I--data_load_and_show.ipynb

I--SimpleCNN.ipynb

|--SimpleCNN.py

图1-1是项目的主要文件和目录

结构。其中dataset为存放数据集的

自录，model为存放模型文件的目

录，data_load_and_show.ipynb

为用于样本数据加载和查看的

jupyter文件。SimpleCNN.ipynb

和SimpleCNN.py为本项目的主要

代码文件，两者内容一致，前者用

于jupyter交互执行，更加直观；后

者用于脚本执行，更加高效。

图1-1项目的主要文件和目录结构

工程目录

3

目录

4

目录

5

任务目标

(1)了解手写中文数字数据集的来源、收集方式和组成结构。

(2)掌握如何加载和展示数据集中的样本图片。

(3)认识项目的主要文件和目录结构，包括存放数据集、模型文件和代码文件的目录结构。

(4)学习两种主要代码文件(JupyterNotebook和Python脚本)。

1.认识数据集

6

手写中文数字数据集(HandwrittenChineseNumbers)是一个用于手写汉字数字识别的数据集，类似于传统的英文MNIST数据集，每个样本是一个数字的汉字字符。手写中文数字数据集来源于纽卡斯尔大学(NewcastleUniversity)在一个研究项目中收集的数据。项目中有一百名中国公民参与了数据收集。每个参与者用标准黑色墨水笔，在一张白色A4纸上画出的15个指定区域的表格中，写下所有15个中文数字，并重复这个过程10次。然后，每张纸均以300x300像素的分辨率进行扫描，经过处理最终生成了包含15000张图像的数据集，每个图像代表一组15个字符中的一个字符，像素大小是64×64。

每个样本数据文件的命名规则为：

Locate{personnel_id,sample_id,code}.jpg,以Locate{1,3,4}.jpg为例，代表人员编号为1、采样编号为3、中文数字编码为4的样本。

中文数字编码

中文数字字符

1零

2

一

3二

4

三

5四

6

五

7六

8

七

9八

10

九

11十

12

百

13千

14

万

15亿

1.1数据集来源

7

importos

importmatplotlib.pyplotasplt

#数据集存放目录

dataset_path=r.\dataset\Handwritten_Chinese_Numbers_DataSet

raw_dataset_path=os.path.join(dataset_path,RawDataset)

forcurDir,dirs,filesinos.walk(raw_dataset_path):#遍历目录下的所有文件和子目录

fig,axs=plt.subplots(3,5,figsize=(12,8))#定义3x5子图网格

num=0

forfile_nameinfiles:

ifnum=15:#只显示前15张图片

break

i,j=num//5,num%5

num+=1

#读取图片

file_path=os.path.join(curDir,file_name)

img=plt.