手势识别算法的设计

团队名称：就你手搓CPU是吧
报名编号：CICC1607
文章编号：2

我们组计划计划基于E203内核搭建用于手势识别任务的智能Soc，算法方面选择了轻量级网路LeNet-5。它是个经典的卷积神经网路结构，常用于手写数字和英文字母的识别。在这里我们用于完成我们的手势识别任务。它的结构如下所示：

第一层是输入层，大小为输入图像的尺寸，由于采用灰度图，故为32* 32* 1，接下来进行卷积+池化操作，共两次，之后将得到的特征展开输入全连接层，最后输出种类。

事实上，卷积核大小、卷积核个数(特征图需要多少个)、池化核大小(采样率多少)这些参数都是变化的，这就是所谓的CNN调参，需要根据任务需要进行不同的选择。

在我们自己训练时，对部分参数进行了调整。为了兼顾效率与精度，我们采取40*40的网络输入。数据集如下所示，共包含120000张图片，进行旋转等操作后喂入神经网络。

采用pytorch进行训练，设置交叉熵损失函数，SGD优化器，训练过程如下所示：

epoch = 0    train_acc = 0.772     test_acc = 0.918
epoch = 1    train_acc = 0.942     test_acc = 0.952
epoch = 2    train_acc = 0.963     test_acc = 0.899
epoch = 3    train_acc = 0.972     test_acc = 0.873
epoch = 4    train_acc = 0.977     test_acc = 0.967
epoch = 5    train_acc = 0.984     test_acc = 0.642
epoch = 6    train_acc = 0.978     test_acc = 0.976
epoch = 0    train_acc = 0.708     test_acc = 0.815
epoch = 1    train_acc = 0.91     test_acc = 0.927
epoch = 2    train_acc = 0.946     test_acc = 0.852
epoch = 3    train_acc = 0.963     test_acc = 0.947
epoch = 4    train_acc = 0.973     test_acc = 0.952
epoch = 5    train_acc = 0.98     test_acc = 0.973
epoch = 6    train_acc = 0.986     test_acc = 0.856
epoch = 7    train_acc = 0.988     test_acc = 0.977
epoch = 8    train_acc = 0.991     test_acc = 0.978

训练过程很快就收敛了，得到了300k左右大小的模型，在可接受范围内。这一模型用于后续完成手势识别任务。