基于VGGNet-16迁移学习的男性胸肌发达程度识别模型

摘要

VGGNet是由牛津大学计算机视觉组和Google DeepMind公司的研究员共同研发的一例经典CNN模型,在计算机图像识别、分类工作上具有强大的优势.研究采用VGGNet-16迁移学习方式构建胸肌发达程度的识别模型,探索利用计算机深度学习技术识别肌肉发达程度的可行性.结论:基于VGGNet-16预训练模型(ImageNet)对胸肌图像进行迁移学习,模型经过30次迭代学习,最终在测试集上的准确率达到95.2％,损失达到0.0658,能够很好地提取胸肌图像特征,并能够较为准确地识别胸肌发达程度.