本科毕设：基于三维卷积神经网络的卒中患者疲劳检测.zip

# 基于三维卷积神经网络的卒中患者疲劳检测 本项目构建基于迁移学习的C3D模型用于卒中后疲劳识别；针对数据集的类别不平衡特点，构建基于重采样的C3D网络模型；在上述基础上，提出基于Bagging集成学习的卒中后疲劳识别算法；基于上述算法实现，利用PyQt5设计了一款实时运行、用户友好的卒中后疲劳识别系统，该系统界面如下：   ## 运行环境 详见[requirements.txt](requirements.txt) ## 预训练权重文件 预训练权重文件下载：[GoogleDrive](https://drive.google.com/file/d/1mdx4nfkFODHV8RXV8489CWlTY5yx1FK8/view?usp=drive_link) ## 代码运行 ### 1 - 运行[generation_process.py](train/generation_process.py) 数据预处理 ### 2 - 运行[train.py](train/train.py) 模型训练 ### 3 - （可选）运行[inference.py](train/inference.py) 模型测试 ### 4 - 运行[main.py](main.py) 卒中后疲劳识别系统入口 ## 主要文件说明 + [generation_process.py](train/generation_process.py)：数据预处理 + [mypath.py](train/mypath.py)：原始数据集、预处理后数据集、预训练文件路径配置 + [utils.py](train/utils.py)：工具类或函数 + [train.py](train/train.py)：模型训练 + [inference.py](train/inference.py)：模型测试 + [base_process.py](train/base_process.py)：日志处理类 + [base_provider.py](train/data_provider/base_provider.py)：自定义数据集 + [test_provider.py](train/data_provider/test_provider.py)：自定义测试数据集 + [network](train/network)/[network](network)：模型文件夹 + [main.py](main.py)：卒中后疲劳识别系统入口 + [login.py](login.py)：登陆界面 + [win.py](win.py)：疲劳识别界面 + [datasets.py](dataloaders/datasets.py)：用于实时卒中后疲劳识别的自定义数据集 ## 参考代码 + [C3D模型](https://github.com/jfzhang95/pytorch-video-recognition.git) + [UI界面](https://github.com/Javacr/PyQt5-YOLOv5.git)