机器学习笔记 - 基于tensorflow的人类行为检测
2023-09-14 09:01:36 时间
一、数据集概述
人类行为数据集是国外人工智能工程师收集而来,由衷感谢先驱大神们的付出,这个数据集的难度在于人类行为的多样性以及,背景的多干扰性,以及较多的类内变异。
数据集中的训练部分为15000张图片,测试集为3000张图片。
收集到的人类行为共计分为15类。
分为打电话、鼓掌、骑自行车、跳舞、喝、吃、打架、拥抱、笑、听音乐、跑步、坐着、睡眠、发短信、使用笔记本电脑等。
数据集下载地址:
链接:https://pan.baidu.com/s/1C4zXiiC1zcxo1D7IcZqOFA
提取码:bor5
![](https://img-blog.csdnimg.cn/918df9253ba44c18a25dd96ee765ca02.png)
二、自定义模型参考代码
1、导入必要的包
import os
import glob
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from tensorflow.keras.layers import Dense
from tensorflow.keras.models import Model
from keras.preprocessing.image import ImageDataGenerato
相关文章
- Coursera台大机器学习技法课程笔记03-Kernel Support Vector Machine
- 机器学习入门 - Google机器学习速成课程 - 笔记汇总
- 机器学习笔记 - 标量、向量、矩阵、张量
- 机器学习笔记 - 基于CNN+OpenCV的图像着色
- 机器学习笔记 - 基于tensorflow从头开始构建图神经网络
- 机器学习笔记 - 基于Torch Hub和YOLOv5和SSD的目标检测
- 机器学习笔记 - 将循环神经网络用于视频分类
- 机器学习笔记 - Keras + TensorFlow2.0 + Unet进行语义分割
- 机器学习笔记 - 模式识别之图像特征提取和特征选择的基本方法总结
- 机器学习笔记 - TransUNet 用于医学图像分割的编码器
- 机器学习笔记 - 时间序列作为特征
- 机器学习笔记 - 加速神经网络训练的 7 个技巧
- 机器学习笔记 - 独立成分分析(ICA)
- 机器学习笔记 预测的原则和风险
- 机器学习笔记 - 使用ARIMA模型时间序列预测
- 机器学习笔记 - Kaggle表格游乐场 Feb 2022 学习二
- 机器学习笔记 - win10安装tensorflow-gpu.2.2 + Cuda10+cudnn7.6.5
- 机器学习笔记
- Machine Learning第十周笔记:大规模机器学习
- 通过GAN绕过基于机器学习的IDS检测系统,IDSGAN(也是对IDS ML检测算法进行绕过,数据集使用NSL-KDD,DoS、U2R、R2L三种攻击)——也有最新防御的方法
- 机器学习笔记