基于薄膜压力传感器采集臀部坐姿压力数据并运用十字加权滤波法进行数据增强与细化（源码+项目说明）

本坐姿识别网络采用RESNET-50结构，基于tensorflow2.0实现. ##目录 * [验证集错误率](#验证集错误率) * [训练曲线](#训练曲线) * [使用指导](#使用指导) * [需求](#需求) * [残差网络结构](#残差网络结构) ## 验证集错误率 最低的错误率的残差网络为ResNet-32, ResNet-56 and ResNet-110，错误率分别是 6.7%, 6.5% and 6.2% 总层数 = 6 * 残差块数 + 2 网络 | 最低错误率 ------- | ----------------------- ResNet-32 | 6.7% ResNet-56 | 6.5% ResNet-110 | 6.2% ## 训练曲线 参考train_curve2.png ## 使用指导 `python cifar10_train.py --version='test'` tensorboard --logdir "C:/Users/lenovo/Desktop/demo/resnet-in-tensorflow-master/logs_test_110"' tensorboard --logdir "C:/Users/lenovo/Desktop/论文模型/cross-resnet-50/roc" ### 使用条件 pandas, numpy , opencv, tensorflow(1.0.0) ### 残差网络结构 参考appendix/Residual_block.png