基于传感器采集臀部坐姿压力数据+利用十字加权滤波法对坐姿压力矩阵进行数据增强与细化+提出改进坐姿方法（源码+项目说明）.zip

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