使用matlab训练卷积神经网络

主流的深度学习都是使用Python操作的，由于Python接触较少，对其编码不熟悉，目前先是使用matlab进行搭建卷积神经网络。

任务：二分类

网络：搭建的3层卷积神经网络，（卷积+池化+激活）*3+全连接层

样本：正负样本分别为5000张灰度图  128*64（前期已经对图像进行了预处理，如：消除旋转、位置变化范围较小等，这样可以使分类准确率更高，之前的项目是使用Hog+SVM进行二分类，已成功应用到量产机台，目前识别率稳定在98%，结合其他策略，可以保证整个算法的稳定性）

（这里需要对图像进行预处理的原因是：使提取的特征更加有效，且分类更加简单，从而提高准确率）

matlab网络搭建：（matlab版本好像需要在2017以后，本次使用的是2020版）

1.  打开深度学习工具箱

 

 工具箱内有一些组件，可以拖动组建网络。

输入的数据结构dlarry类型，可以参考matlab应用实例进行调整。

trainingOptions这个接口可以设置一些训练参数（需要重点阅读的。）

目前已经实现了基于yolo目标检测的方案，后续会记录一下yolo网络搭建及训练的一些问题。（主要是数据类型）

由于是在内网进行训练的，很多材料没法上传网络。