Желілердің негізгі түсінігі 9



бет21/23
Дата30.05.2022
өлшемі0.55 Mb.
#458795
1   ...   15   16   17   18   19   20   21   22   23
Сламбек Б.Нейрондық желілер негізінде адамның бет-әлпет эмоциясын тану.2019

А қосымшасы


(міндетті) Техникалық тапсырма

А.1.5 Адам эмоциясын тануға арналған жүйені жасақтауға техникалық тапсырма


Техникалық тапсырма адам эмоциясын тануға арналған жүйені жасақтауға бағытталған. Жүйені кез келген адам пайдалана алады және психофизилогия мамандары үшін қолдануға арналған.

А.1.5.1 Мақсаты


Жүйе адам бейнесі негізінде жасалған суреттердегі адам эмоциясын аңықтап, болжау жасау мақсатына арналған.

А.1.5.2 Жүйенің функционалды талаптары


Жүйе келесі функцияларды орындай алу керек:

  • жүйенің инициализациясы;

  • кіріске берілген суреттің дұрыс өңделуі және берілген сурет негізінде жасалған қорытынды ақпарат;

  • кіріске берілген бейне негізінде қажетті ақпаратты көрсету; Бастапқы деректер:

  • адамның эмоциялы суреттері;

  • модельге арналған оқыту ақпараттары; Нәтижесі:



А.1.5.3 Техникалық талаптар


Жүйе IBM үйлесімді дербес компьютерлерде жұмыс істеуі керек. Ең аз конфигурация: процессор түрі - Pentium және одан жоғары; Жад сыйымдылығы



  • 64 МБ және одан жоғары.

А қосымшасының жалғасы А.1.5.4 Бағдарламалық үйлесімділік талаптары


Жүйе Win32 API-ді іске асыратын Windows операциялық жүйелерінің бақылауында жұмыс істеуі керек.

Б қосымшасы


(міндетті)

Бағдарлама коды


from keras.callbacks import CSVLogger, ModelCheckpoint, EarlyStopping from keras.preprocessing.image import ImageDataGenerator
from sklearn.model_selection import train_test_split
from keras.layers import Activation, Convolution2D, Dropout, Conv2D from keras.layers import AveragePooling2D, BatchNormalization
from keras.layers import GlobalAveragePooling2D from keras.models import Sequential
from keras.layers import Flatten from keras.models import Model from keras.layers import Input
from keras.layers import MaxPooling2D from keras.layers import SeparableConv2D from keras import layers
from keras.regularizers import l2 import pandas as pd
import cv2
import numpy as np

dataset_path = 'test/*.jpg' image_size=(48,48) batch_size = 32


num_epochs = 110
input_shape = (48, 48, 1)
validation_split = .2
verbose = 1
num_classes = 7
patience = 50 base_path = 'models/' l2_regularization=0.01
data = pd.read(dataset_path) pixels = data['pixels'].tolist() width, height = 48, 48
faces = []
for pixel_sequence in pixels:
face = [int(pixel) for pixel in pixel_sequence.split(' ')] face = np.asarray(face).reshape(width, height)
face = cv2.resize(face.astype('uint8'),image_size) faces.append(face.astype('float32'))


Достарыңызбен бөлісу:
1   ...   15   16   17   18   19   20   21   22   23




©dereksiz.org 2024
әкімшілігінің қараңыз

    Басты бет