一、前言 mediapipe模块还提供了面部468个特征点的检测，所以拿来试试做一个面部表情的检测。 这次要实现两个目标： 1.面部检测 2.微笑表情检测 二、算法原理 1.面部检测 依旧是采用谷歌的mediapipe模块来获取面部的468个特征点。然后根据需要提取出我们想...

一、前言 前面我们介绍了俯卧撑检测以及自动计数，今天想对引体向上也做一个类似的检测。 依旧是三个目标： 1.检测俯卧撑以及引体向上姿势 2.俯卧撑，引体向上分别计数 3.检测结果输出。（Chin-up：计数、push-up：计数） 二、算法原理...

一、前言 前面我们介绍了手势检测以及手势识别，今天要说的是姿势检测及识别。 因为我个人有运动的习惯，所以就以最基础的俯卧撑为例，实现以下三个目标： 1.检测到俯卧撑姿势 2.俯卧撑计数 3.检测结果输出。（push-up：计数） 二、算法原理 1.俯卧撑姿势检测...

一、前言 生活中我们偶尔会用手势来比划数字0-9，比如拳头代表0，拇指代表5，其余每个指头代表1。通过拇指和其余四根手指的配合就可以表示0-9的数字，所以我今天想做的就是识别这10个手势。。 二、算法原理 首先我们介绍下mediapipe模型的返回值...

一、前文回顾 上一节笼统的介绍了卷积的概念和卷积神经网络的结构。但是我个人觉得应该比较难理解。所以这节用一个实例来演示一下。 ----理论所不能解决的那些疑难，实践会给你解决---- 二、MNIST手写数据集 以前我们通过传统神经网络实现了MINIST手写数据集的学习和识别...

一、前文回顾 最近我的工作激情就像激活函数一样，虽然我在努力朝着最大值走，却不小心掉进了极小值点，而且好半天爬不出来,以至于准备很久的卷积神经网络内容一直没有整理出来。 ※卷积神经网络简写CNN(ConvoluTIonal Neural Network) 二、什么是卷积...

一、前文回顾 我们到此为止成功搭建了一个简单的神经网络，并且这个神经网络可是识别简单的手写数字，但是这中间也出现了很多新的概念，所以我觉得需要做个总结，顺便完整的回看一下神经网络的具体原理 二、推理与学习 推理就是利用训练好的神经网络对未知的事物进行推理判定，这也是神经网络...

一、前文回顾 上一节我们讲了误差逆传播方法来求微分，这节直接来用Python来实现，看看运行速度有多快 二、误差逆传播之Sigmoid 我们首先来看看激活函数Sigmoid的误差逆传播。（激活函数Sigmoid是什么？参考第6弹） 三、误差逆传播之行列积...

一、前文回顾 上一节实现了神经网络的自主学习，但是发现训练速度超级慢，一个最简单的双层神经网络训练一次都大概需要好几天时间，显然这不科学。今天我们就要说说为什么不科学。 二、数值微分计算 我们计算损失函数微分的时候，是按照数学求微分那样对每个权重参数求偏微分，这也叫数值微分...