向AI转型的程序员都关注了这个号????????????
机器学习AI算法工程 公众号：datayx
01. 概述
对于图像识别，采用传统的算法（opencv的一些算法），判断形状、颜色等等，我们在实验室和办公场所做测试，效果还不错，和容易识别出来。一旦到了工业现场，图像完全不行，连人和车都识别不出来。在不同光线下不论采用什么颜色空间（RGB、HSV什么）都无法分离出合理的色彩，更不要提判断和检测了。有感于实际的现场环境，决定放弃传统的算法，拿起深度学习的工具，来搞定这个项目。
02. 数据准备
高大上的人工智能背后，一定是苦逼的数据准备，深度学习的模型，需要成千上万的训练和测试数据，这些数据的采集和整理，还有数据的清洗都是体力活啊。
采用SSD的算法（用于物体检测的深度学习主流算法之一）检测出图片中的人。
这样就可以建立自己的训练集：train和test （带不带帽子的标注需要人工去做... 这个还是很苦逼）
03. 搭建模型
考虑到标准的图片只有128*128，特征不是很多，就动手搭建一个不算深的深度学习模型，采用卷积神经网络处理图形特征，搞过cnn的同学会觉得so easy。
这是个只有三层的卷积神经网络，我们就拿这个模型进行训练和学习吧。
04. 训练神经网络
深度学习的训练是极其需要强大的算力的，多亏我们的模型较小，另外我们还DIY了一台深度学习服务器，有了强大的GPU做运算。
具体代码如下：
05. 结论
通过简单的cnn模型和一个小规模的数据集的训练，基本上达到了目标。
原文地址 https://www.jianshu.com/p/2101f5e5e577
阿里云双11大促 服务器ECS 数据库 全场1折
活动地址
1核2G1M，86一年，¥229三年
2核4G3M，¥799三年
2核8G5M，¥1399三年
......
阅读过本文的人还看了以下文章：
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx
长按图片，识别二维码，点关注
AI项目体验
https://loveai.tech