【文件属性】：
文件名称：Object-Detection-Using-CNN
文件大小：153KB
文件格式：ZIP
更新时间：2021-04-07 18:39:15
detection batch-normalization cnn-model augmentation JupyterNotebook
物体检测
使用CNN模型对对象进行分类
此项目中使用了CIFAR10数据集。 使用CNN在此数据集上执行了对象检测。 该项目的目的是在对象检测时观察模型中使用的参数和方法对模型准确性得分的影响。 因此，在项目中创建的CNN模型中使用了各种参数和方法，并创建了六个模型来观察性能。 模型的结果显示为图表和表格。 因此，比较了所有模型。
导入所需的软件包
麻木
大熊猫
海生的
matplotlib
警告
凯拉斯
张量流
内容
预处理
无需扩充，无需批量归一化且无需退出的模型构建。
无需辍学，无需批量归一化和扩充的模型构建。
无需进行模型构建，具有批量归一化和扩展功能。
带有辍学，批处理规范化和扩充的模型构建。
建立模型较少的池化层。
建立额外的隐藏层模型。
结果
数据集
对于项目中的数据集，使用了 。 使用的数据集链接：
【文件预览】：
Object-Detection-Using-CNN-main
----CIFAR10_CNN.ipynb(283KB)
----LICENSE(1KB)
----README.md(1KB)