《人工智能开源硬件与Pyhthon编程实践》课件 项目14 基于卷积神经网络的手写体数字识别.pptVIP

基于卷积神经网络的手写体数字识别 人工智能开源硬件与python编程实践 情境导入 手写识别能够使用户按照最自然、最方便的输入方式进行文字输入，易学易用，可取代键盘或者鼠标。 把要输入的汉字写在一块叫书写板的设备上，这种设备将笔尖走过的轨迹按时间采样后发送到计算机中，由计算机软件自动完成识别，并用机器内部的方式保存、显示。 任务与目标 了解卷积神经网络CNN的基本原理、LeNet5相关算法和应用框架； 掌握运用人工智能开源硬件及Caffe库设计智能应用系统的方法，掌握Python语言的编程方法； 应用人工智能开源硬件和相关算法设计一个基于ＣＮＮ 的手写体数字识别系统，实现对手写体数字０～９的识别； 针对生活应用场景，进一步开展创意设计，设计具有实用价值的手写体数字识别应用系统。 知识拓展：卷积和子采样 卷积过程就是用一个可训练的滤波器fx去卷积一个输入的图像（第一阶段输入图像，后面的阶段就是卷积特征map），然后加一个偏置bx，得到卷积层Cx。 子采样过程是指，邻域四个像素求和变为一个像素，然后通过标量W加权，再增加偏置b，然后通过一个sigmoid激活函数，产生一个缩小四倍的特征映射图Sx+1。 知识拓展：机器学习与深度学习 深度学习的思想是模拟人的神经元，每个神经元接受到信息，处理完后传递给与之相邻的所有神经元。它是用于建立、模拟人脑进行分析学习的神经网络，模仿人脑的机制来解释数据，模仿大脑神经元之间的信息传递。 深度学习是一种深层的机器学习模型，其深度体现在对特征的多次变换上。与机器学习方法相比，深度学习方法使得很多应用中不再需要单独对特征进行选择与变换，而是将原始数据输入到模型中，由模型通过学习给出适合分类的特征表示 。 知识拓展：使用Caffe工具训练CNN模型 数据准备 ； 生成训练数据的平均图像 ； 模型定义 ； 求解器定义 ； 模型训练 ； 绘制学习曲线 。 知识拓展：LeNet-5模型 LeNet-5是一种经典的卷积神经网络结构。LeNet-5诞生于1994年，是最早的深层卷积神经网络之一，开创了现代卷积神经网络的研究，推动了深度学习的发展。 最初被用于手写数字识别，当年美国大多数银行就是用它来识别支票上面的手写数字的，它是早期卷积神经网络中最有代表性的实验系统之一。 设计与实践 应用于手写识别的LeNet5模型 神经网络类的构造方法 手写数字LetNet模型加载及识别 编程实现及结果分析 应用于手写识别的LeNet5模型 LeNet5应用于手写体字符识别，网络模型的结构和应用情况： 神经网络类的构造方法 nn.load(path)是构造函数，它将神经网络从.network 二进制模型文件加载到内存中，包括神经网络的层、权值、偏置等。返回一个可以在图像上进行操作的Net对象。 net.forward(image[, roi[, softmax=False[, dry_run=False]]]) 方法用于在图像roi上运行神经网络，并返回神经网络分类结果的浮点值列表。 net.search(image[, roi[, threshold=0.6[, min_scale=1.0[, scale_mul=0.5[, x_overlap=0[, y_overlap=0[, contrast_threshold=1[, softmax=False]]]]]]]]) 方法用来以滑动窗口方式在图像roi上运行神经网络。网络检测器窗口以多种比例滑过图像。返回神经网络检测结果的nn_class 对象列表。 * 手写数字LetNet模型加载及识别 利用nn.load 方法加载lenet5模型参数，利用net.forward方法实现搜索。进行手写体数字识别的核心Python代码如下： import sensor, image, time, os, nn # Load lenet network net = nn.load(/lenet.network) labels = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] out = net.forward(img.copy().binary([(150, 255)], invert=True)) max_idx = out.index(max(out))#指数 score = int(out[max_idx]*100) 系统编程及实现 摄像头捕捉到视频图像后，进行手写数字识别，叠加显示出实时检测出的手写数字及得分情况： 分析与思考 LeNet－5模型的训练方法，如何应用在手写字符的识别应用中？请提出你的实施方案，包括字符模型的训练过程。 计算机视觉开源库中通过人脸、人眼甚至的狗脸、猫脸的Haar Cascade