文件名称：用卷积滤波器matlab代码-UAS-Vision-2016-LetterRecognition:用于目标识别的卷积神经网络（MATLAB）
文件大小：57.06MB
文件格式：ZIP
更新时间：2024-06-10 07:17:58
系统开源
用卷积滤波器matlab代码UAS-Vision-2016 用于目标识别的卷积神经网络（MATLAB） 此代码训练了卷积神经网络，以能够识别IMechE竞赛目标描述（）中描述的目标上写的字母。 目前，该网络已经过训练，能够识别带有灰度输入图像，单个卷积层和最后一个单个完全连接的隐藏层的字母[A，C，E]，准确度为99.8％。 还存在字母[H，L，O，T]的样本以供进一步培训。 该网络基于斯坦福UFLDL教程（）完成后产生的卷积神经网络，尽管它已经进行了很多更改。 指令通过运行cnnTrain脚本启动程序。 可以从同一脚本更改网络特征。 optimizeTheta.mat文件包含实现99.8％精度所需的最佳参数。 为了使这些参数起作用，网络需要具有以下特征： 图像尺寸：30类数：3滤镜尺寸：9滤镜数：30汇集尺寸：2个全连接层尺寸：[128，（类数）] 如果需要训练新的网络，请确保首先将当前的最佳参数复制到另一个目录，因为一旦训练完成，它们就会被覆盖
【文件预览】：
UAS-Vision-2016-LetterRecognition-master
----optimumTheta.mat(3.43MB)
----LetterHSamples.mat(22.95MB)
----params2stack.m(1KB)
----LetterOSamples.mat(5.9MB)
----cnnTrain.m(4KB)
----fcCost.m(4KB)
----LetterLSamples.mat(4.91MB)
----loadData.m(2KB)
----LetterCSamples.mat(4.97MB)
----cnnParamsToStack.m(1011B)
----LetterESamples.mat(5.01MB)
----cnnPool.m(2KB)
----stack2params.m(2KB)
----fcInitWeights.m(701B)
----README.md(1KB)
----cnnInitParams.m(2KB)
----cnnCost.m(6KB)
----LetterTSamples.mat(4.91MB)
----minFuncSGD.m(3KB)
----LetterASamples.mat(4.96MB)
----cnnConvolve.m(2KB)