人工智能教案TensorFlow深度学习基于CNN的门牌号识别教案.pptxVIP

第 4 章基于 CNN 的门牌号识别 教案 课程名称：TensorFlow 2 深度学习实战 课程类别：必修 适用专业：人工智能类相关专业 总学时：64 学时（其中理论 36 学时，实验 28 学时） 总学分：4.0 学分 本章学时：10 学时 一、材料清单 （1） 《TensorFlow 2 深度学习实战》教材。 （2） 配套 PPT。 （3） 引导性提问。 （4） 探究性问题。 （5） 拓展性问题。 二、教学目标与基本要求 1.教学目标 本章使用卷积神经网络实现对街景门牌数字进行识别。先提取数据集中的目标数据和背 景数据；然后重点介绍实现基于 HOG 特征提取和 SVM 分类器的目标检测的过程，以实现 街景图像中目标数字的提取；之后通过卷积神经网络实现数字的识别；通过调整网络的参数 提高模型的识别精度，并保存训练完毕的模型方便下次调用；最后对模型的识别门牌数字的 能力进行测试。 2.素质目标 （1） 培养学生良好的职业道德感，较强的敬业精神和创新精神。 （2） 增强学生的沟通与协作、协调与组织能力，及良好的团队精神。 3.基本要求 （1） 了解门牌识别的背景和目标。 （2） 熟悉门牌识别的步骤和流程。 （3） 掌握门牌的目标数据特征提取和目标数字的检测方法。 （4） 掌握构建 CNN 网络的方法，用于生成门牌识别模型。 （5） 掌握训练网络和保存模型的方法。 （6） 掌握评价模