手势识别算法——结合注意力机制的卷积神经网络.zip

# Gesture_recognition 结合注意力机制的卷积神经网络,多维度特征融合的手势识别算法。 参考文献：李楚杨. 基于毫米波雷达的手势识别算法研究[D].电子科技大学,2020.DOI:10.27005/d.cnki.gdzku.2020.003496. 本部分主要实现参考文献的第三章——结合注意力机制的 CNN 多维度特征融合识别算法。 ## Keras 因为偷懒的原因，本项目使用 Keras 框架。 总体来说，Kears 是对 Tensorflow 的包装，所以调用的是同个框架，算法效率精度上没有差别； Kears 代码更简洁，容易上手，但扩展性不高，功能性不如 TensorFlow。 以下内容来自于[Keras和tensorflow的区别](https://blog.csdn.net/zhangbaoanhadoop/article/details/82111056)。 Keras 是一个高级的 Python 神经网络框架，文档详细。 Keras 已经被添加到 TensorFlow 中，成为其默认的框架，为TensorFlow 提供更高级的API。 如果不想了解 TensorFlow 的细节，只需要模块化，那么 Keras 是一个不错的选择。如 果将 TensorFlow 比喻为编程界的 Java 或 C++，那么 Keras 就是编程界的 Python。它作为 TensorFlow 的高层封装，可以与TensorFlow 联合使用，用它很速搭建原型。 另外，Keras 兼容两种后端，即 Theano 和TensorFlow，并且其接口形式和 Torch 有几分相 像。掌握Keras 可以大幅提升对开发效率和网络结构的理解。 ### Keras 的优点 Keras 是高度封装的，非常适合新手使用，示例代码也比较多，文档和我论区也比较完善。 最重要的是，Keras 是TensorFlow 官方支持的。当机器上有可用的 GPU 时，代码会自动调用GPU 进行并行计算。 Keras 官方网站上描述了它的几个优点，具体如下。 ● 模块化：模型的各个部分，如神经层、成本函数、优化器、初始化、激活函数、规范 化都是独立的模块，可以组合在一起来创建模型。 ● 极简主义：每个模块都保持简短和简单。 ● 易扩展性：很容易添加新模块，因此Keras 适于做进一步的高级研究。 ● 使用Python 语言：模型用Python 实现，非常易于调试和扩展。 ### Keras 的模型 Keras 的核心数据结构是模型。模型是用来组织网络层的方式。模型有两种，一种叫 Sequential 模型， 另一种叫 Model 模型。Sequential 模型是一系列网络层按顺序构成的栈，是单输入和单输出的， 层与层之间只有相邻关系，是最简单的一种模型。Model 模型是用来建立更复杂的模型的。 这里先介绍简单的 Sequential 模型的使用（后面将会以一个示例来介绍 Model 模型）。首先 是加载数据，这里我们假设数据已经加载完毕，是X_train, Y_train 和X_test, Y_test。然后构建模型 ```python from keras.models import Sequential from keras.layers import Dense, Activation model = Sequential() model.add(Dense(output_dim=64, input_dim=100)) model.add(Activation("relu")) model.add(Dense(output_dim=10)) model.add(Activation("softmax")) ``` 然后，编译模型，同时指明损失函数和优化器。 ```python model.compile(loss="categorical_crossentropy", optimizer="sgd", metrics=["accuracy"]) ``` 最后，训练模型和评估模型。 ```python model.fit(X_train, Y_train, nb_epoch=5, batch_size=32) loss_and_metrics = model.evaluate(X_test, Y_test, batch_size=32) ``` 这就是一个最简单的模型的使用。如果要搭建复杂的网络，可以使用 Keras 的 Model 模型， 它能定义多输出模型、含有共享层的模型、共享视觉模型、图片问答模型、视觉问答模型等。 在 Keras 的源代码的 examples 文件夹里还有更多的例子。 ### Keras 的使用 我们下载 Keras 代码①到本地目录，将下载后的目录命名为 keras。 Keras 源代码中包含很多示例，例如： ● CIFAR10—图片分类（使用CNN 和实时数据）； ● IMDB—电影评论观点分类（使用LSTM）； ● Reuters—新闻主题分类（使用多层感知器）； ● MNIST—手写数字识别（使用多层感知器和CNN）； ● OCR—识别字符级文本生成（使用LSTM）。 这里我们主要用MNIST 示例进行讲解。 #### 安装 Keras 的安装非常简单，不依赖操作系统，直接通过 pip 命令安装。 ```python pip install keras ``` 安装完成后，需要选择依赖的后端，在~/.keras/keras.json 下修改最后一行backend 对应的 值即可。修改后的文件如下。 ```python { “image_dim_ordering”: “tf”, “epsilon”: 1e-07, “floatx”: “float32”, “backend”: “tensorflow” } ``` #### 实现一个网络模型 主要分为加载数据、模型构建、模型编译、模型训练、模型评估或者模型预测几步。下面我们 就用最简单的MNIST 示例来看如何用 Keras 实现一个卷积神经网络（CNN）。 首先，定义好一参数以及加载数据，如下。 ```python batch_size = 128 nb_classes = 10 # 分类数 nb_epoch = 12 # 训练轮数 # 输入图片的维度 img_rows, img_cols = 28, 28 # 卷积滤镜的个数 nb_filters = 32 # 最大池化，池化核大小 pool_size = (2, 2) # 卷积核大小 kernel_size = (3, 3) (X_train, y_train), (X_test, y_test) = mnist.load_data() if K.image_dim_ordering() == "th": # 使用Theano 的顺序：(conv_dim1, channels, conv_dim2, conv_dim3) X_train = X_train.reshape(X_train.shape[0], 1, img_rows, img_cols) X_test = X_test.reshape(X_test.shape[0], 1, img_rows, img_cols) input_shape = (1, img_rows, img_cols) else: # 使用TensorFlow 的顺序：(conv_dim1, conv_dim2, conv_dim3, channels) X_train = X_train.reshape(X_train.shape[0], img_rows, img_cols, 1) X_test = X_test.reshape(X_test.shape[0], img_rows, img_cols, 1) input_shape = (img_rows, img_cols, 1) X_train = X_train.astype("float32") X_test = X_test.astype("float32") X_train /= 255 X_test /= 255 # 将类向量转换为二进制类矩阵 Y_train = np_utils.to_categorical(y_train, nb_classes) Y_test = np_utils.to_categorical(y_test, nb_classes) ``` 下面来构建模型，这里用 2 个卷积层、1 个池化层和 2 个全连接层来构建，如下。 ```python model = Sequential() model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1], border_mode="valid", input_shape=input_shape)) model.add(Activation("relu")) model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1])) model.add(Activation("relu")) model.add(MaxPooling2D(pool_size=pool_size)) model.add(Dropout(0.25)) model.add(Flatten()) model.add(Dense(128)) model.add(Activation("relu")) model.add(Dropout(0.5)) model.add(Dense(nb_classes)) model.add(Activation("softmax")) ``` 随后，用model.compile()函数编译模型，采用多分类的损失函数，用 Adadelta 算法做优化方法，如下。 ```python model.compile(loss="categorical_crossentropy", optimizer="adadelta", metrics=["accuracy"]) ``` 然后，开始用model.fit()函数训练模型，输入训练集和测试数据，以及 batch_size 和 nb_epoch 参数，如下。 ```python model.fit(X_train, Y_train, batch_size=batch_size, nb_epoch=nb_epoch, verbose=1, validation_data=(X_test, Y_test)) ``` 最后，用model.evaluate()函数来评估模型，输出测试集的损失值和准确率，如下。 ```python score = model.evaluate(X_test, Y_test, verbose=0) print("Test score:", score[0]) print("Test accuracy:", score[1]) ``` 计算出的损失值和准确率如下。 ```python Test score: 0.0327563833317 Test accuracy: 0.9893 ``` 这是一个非常简单的例子。尽管模型架构是不变的，但是要将其应用到自己的开发领 域，一般是先读懂对应的神经网络论文，然后用这个架构去搭建和训练模型。 #### 模型的加载及保存 Keras 的 save_model 和 load_model 方法可以将Keras 模型和权重保存在�