2.2分类器模块设计及建立

CNN属于深度神经网络的一种，是多层感知器的变体设计。CNN可以有效减少图像处理步骤，简化特征提取的过程，最大的特点就是可以使用较少的预处理实现分析任务，这使其更适合在线检测的应用，因此本研究选择CNN作为分类器。

本研究中设计了不同的网络结构进行实验，通过实验来比较识别结果，寻找最合适的网络结构以及超参数（hyper-parameters）。实验包括卷积核和全连接层尺寸实验、学习率实验，经过实验确定了性能优异的CNN网络超参数。最终的网络结构，网络共有7层，包括1个输入层、3个卷积层、2个全连接层和1个输出层。网络共有3个卷积层，由于池化层没有权重和参数，只有一些超参数，因此将卷积层和池化层合称为一层。