课程目标
本课程的目标是通过学习神经网络等机器学习算法来搭建一个完整的血常规检测报告单的年龄和性别预测系统。项目的最后效果就是,用户上传一张血常规报告单的图片,后台首先进行OCR识别出图片中的项目,然后通过机器学习算法生成的模型对用户数据进行预测。
心得总结
本学期的网络程序设计课是我认为很有价值的一门课。
首先,这是一门紧跟时代步伐的课程,随着硬件水平的飞速发展,人工智能发展已成为大势所趋,这门课的设计非常符合时代和社会的要求,可谓与时俱进。
其次,这门课很好地将知识融合在了一起。我们完成了医院体检单的OCR识别,并通过深度学习预测出了病人的性别和年龄。虽然只是一个很简单的功能,但使我系统的学习了OCR识别,web应用,以及神经网络编程等。
最后,这门课让我体会到了团队合作的快乐,在一个项目中,每个人擅长的方面不一样,有的人熟悉web,有的人熟悉神经网络,有的人会用OCR,大家都可以贡献自己的力量。在codingnet的平台上,我们向他人分享自己的代码,也同时学习着别人的代码,共同讨论,共同进步。
个人贡献
在这个项目中,我只有苦劳,没有功劳。。。曾经三次pr,但都被拒绝了,不过从中还是学到了很多东西。这就是我几次pr的截图:
第一次pr,失败原因,有多余的中间生成文件。
第二次pr。失败原因,我只在本地删除了多余的文件夹,但codingnet上貌似还在。。。
第三次pr。失败原因,没有和caffe主目录合并。
最后我还是放弃继续pr了,总结一下,之所以一直被拒绝一是因为自己对pr的流程不熟悉,还有一点可能与老师的想法不太一样,老师一直让我与主目录合并,但我觉得实现的功能不同不能合并。这给我很多经验教训,今后在pr中我要更加注意文档的规范,要让读者觉得清晰明白。
项目介绍
项目托管地址
coding.net:血常规检验报告OCR
项目功能
主要功能:神经网络程序设计,基于深度学习神经网络等机器学习技术实现一个医学辅助诊断的专家系统原型,具体切入点为对血常规检验报告的OCR识别、深度学习与分析。
1, 将血常规检验报告的图片识别出年龄、性别及血常规检验的各项数据
图片上传页面,提交的结果是图片存储到了mongo