基于ResNet50的人体体脂率识别系统

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%。