基于MATLAB的神经网络进行手写体数字识别（含鼠绘GUI / 数据集：MNIST）

基本介绍

• 软件：Matlab R2018b
• 数据集：MNIST手写体数字数据集
• 网络：自建简单网络

数据准备

MNIST数据集还挺有名的，这里就不过多介绍了。数据集本身读取格式官网有给，怎么转换成图片格式网上也有很多，这里不再赘述。
官网：http://yann.lecun.com/exdb/mnist/
训练集包含60000个示例，测试集包含10000个示例。
测试集的前5000个示例来自原始的NIST训练集。 最后的5000个来自原始的NIST测试集。 前5000个比后5000个更干净点，识别起来更容易。
当然为了方便使用MATLAB，这里给出程序缺省的数据集：
链接：https://pan.baidu.com/s/1VItI8MdUa-oBhWjKUUB72w
提取码：tgv9
CSDN地址：https://download.csdn.net/download/garker/12413315
每一个数字都包含1000张图片，每张图片大小均为28×28×1，1代表单通道，即灰度图。

神经网络组建

因为数据集本身特征并不多，所以不需要动用常用的神经网络，这里给出一个官方的结构形式。一共有15层。


这里可以看出，三层卷积，三层归一化，是相当简单的CNN网络结构了，可以当作CNN结构的入门学习好好钻研学习。
在MATLAB中的建构代码如下：

layers = [
    imageInputLayer([28 28 1])
    
    convolution2dLayer(3,8,'Padding','same')
    batchNormalizationLayer
    reluLayer
    
    maxPooling2dLayer(2,'Stride',2)
    
    convolution2dLayer(3,16,'Padding','same')
    batchNormalizationLayer
    reluLayer
    
    maxPooling2dLayer(2,'Stride',2)
    
    convolution2dLayer(3,32,'Padding','same')
    batchNormalizationLayer
    reluLayer
    
    fullyConnectedLayer(10)
    softmaxLayer
    classificationLayer];

这其中，各层的参数如下：
convolution2dLayer

参数	值	含义
FilterSize	3,3	卷积核尺寸
NumFilter	8	卷积核数量
Padding	‘same’	new_height = new_width = W / S （结果向上取整）
（W×W的输入矩阵，F×F的卷积核，步长为S=1）

BatchNormalizationLayer
归一化层采用默认数据

maxPooling2dLayer

参数	值	含义
PoolSize	2,2	池化尺寸
Stride	2,2	步长

fullyConnectedLayer
全连接层输出为10（0-9共10个数字）

训练神经网络

imds = imageDatastore('train_dataset', ...
    'IncludeSubfolders',true,'LabelSource','foldernames');
%导入数据

[imdsTrain,imdsValidation] = splitEachLabel(imds,0.8,'randomize');
%分割数据集与测试集

options = trainingOptions('sgdm', ...
    'InitialLearnRate',0.01, ...
    'MaxEpochs',5, ...
    'Shuffle','every-epoch', ...
    'ValidationData',imdsValidation, ...
    'ValidationFrequency',30, ...
    'Verbose',false, ...
    'Plots','training-progress');
%设置训练参数

net = trainNetwork(imdsTrain,layers,options);
%训练神经网络

这里可以看出来基本上第三个世代就已经训练差不多了，最后的accuracy也能达到99.80%。

测试数据集

YPred = classify(net,imdsValidation);
YValidation = imdsValidation.Labels;

accuracy = sum(YPred == YValidation)/numel(YValidation);

figure;
perm = randperm(10000,20);
for i = 1:20
    subplot(4,5,i);
    s = classify(net,imread(imds.Files{perm(i)}));
    imshow(imds.Files{perm(i)});title(string(s));
end

随机挑出来20个看看效果，没什么大问题：

鼠绘输入识别的GUI

GUI的代码编写不算难，直接回调函数里面编写也比较方便。这里着重讲一下鼠绘的问题，网上查了很多资料也踩了不少坑，这里按处理顺序把比较坑的细节都放一下：

鼠绘区域

红色区域里面只有axes1是有实际作用的，为了美观我把X、Y轴颜色改成了背景的灰色以达到隐藏的效果。此外，还需要把X、Y轴的XLimMode、YLimMode设置为manual，其主要作用是锁住它们，不然在鼠绘的时候每一笔都会飘。

此外，对该区域的鼠绘效果显示代码如下：

figure1_WindowButtonDownFcn

unction figure1_WindowButtonDownFcn(hObject, eventdata, handles)
% hObject    handle to figure1 (see GCBO)
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)
global draw_enable;
global x;
global y;
draw_enable=1;
if draw_enable
    position=get(gca,'currentpoint');
    x(1)=position(1);
    y(1)=position(3);
end

figure1_WindowButtonMotionFcn

function figure1_WindowButtonMotionFcn(hObject, eventdata, handles)
% hObject    handle to figure1 (see GCBO)
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)
global draw_enable;
global x;
global y;
if draw_enable
    position=get(gca,'currentpoint');
    x(2)=position(1);
    y(2)=position(3);
    h1 = line(x,y,'EraseMode','xor','LineWidth',5,'color','black');
    x(1)=x(2);
    y(1)=y(2);
end

figure1_WindowButtonUpFcn

function figure1_WindowButtonUpFcn(hObject, eventdata, handles)
% hObject    handle to figure1 (see GCBO)
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)
global draw_enable
draw_enable=0;

特别特别需要注意的是，这三个回调函数都是在整个GUI默认的整体面板上来的，也就是figure1。具体找到这个回调函数的如下图所示：

没错，就是点击GUI编辑面板空白区域！

识别

识别按钮的回调函数很简单这里就不赘述了，需要特别提醒的是：
从绘制区域直接得到的并不是可直接使用图像数据，这里直接保存到默认目录一份正好也做备份用；
再者，保存好的图像的手写数据部分是深色的，背景部分是浅色的，这与我们之前的训练数据是不符的，直接用来识别肯定不会出现正确的答案，所以把这个数据读取之后再取反色，部分代码如下：

h=getframe(handles.axes1);
imwrite(h.cdata,'output.jpg','jpg');
img = imread('output.jpg');
img = imresize(img,[28,28]);
img = rgb2gray(img);
img = 255 - img; %取反色