基于ResNet50的人体体脂率识别系统
刘浩1
宗荣芳2
王昌畅3
1.江苏海洋大学电子工程学院 江苏连云港 222005;中国船舶集团有限公司第七一六研究所 江苏连云港 2220612.江苏海洋大学电子工程学院 江苏连云港 2220053.西安电子科技大学 陕西西安 710126
摘要：人体体脂率识别在指导人们健美健身、儿童营养状况监测、医生对患者的临床诊断以及分析患者治疗后的健康恢复情况等都具有重要意义.文章采用keras深度学习框架,使用ResNet50网络、交叉熵损失函数、Adam优化算法和Softmax回归对数据集进行训练,以得到准确度较高的模型.利用tornado框架、HTML和JavaScript搭建前端界面,来实现能对9种不同类别的人体体脂率进行识别的系统.测试结果表明,该系统能够实现直接上传人体图片和通过摄像头实时拍摄上传人体图片进行体脂率识别,并显示相应体脂率,同时能够记录识别数据并进行简单统计,识别精度高达97.6％.
关键词：体脂率kerasResNet50Adam优化算法Softmax回归
论文发表日期：2022-10-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 71-74 )