【深度学习基础】数字手势识别实验：1.任务描述

本实验系列文章目录如下，相关代码（python）托管在我的Github - SIGNS experiment，欢迎访问；

• 1.任务描述
• 2.MLP
• 3.Momentum
• 4.Batch-Norm
• 5.Dropout
• 6.迁移学习
• 7.CNN

数字手势识别实验：1.任务描述

任务背景

数字手势，是指用手势象征数字的方式（一般是手指伸缩组合），如下所示：

本实验希望通过搭建神经网络模型，对手势图像进行识别，给出对应的数值结果。

数据集

这里的实验数据借用coursera上deeplearning课程所提供的SIGNS数据集（单手数字手势）（下载地址），该数据集分训练集（Training set）和测试集（Test set）两部分。其中：

• 训练集: 1080张彩色图片（RGB），每张图64×64像素，手势对应数值[0~5]（均匀分布）.
• 测试集: 120张彩色图片（RGB），每张图64×64像素，手势对应数值[0~5]（均匀分布）.

抽取部分样本图片显示如下图示：

数据集加载测试代码见data_load_test

下面，我们将从一个简单MLP（多层感知机）开始进行具体的实验设计与实现。

下一篇：数字手势识别实验：2.MLP