【教程】CRNN识别手写汉字数据集

这个专栏更新各种AI,以及各种有趣的教程,有兴趣的小伙伴可以订阅一下。

之前一期介绍了印刷体通用汉字识别,数据集有100w张图片,上一期汉字识别传送门:

【教程】连续的中文汉字识别CRNN_杭漂一族小张的博客-CSDN博客

本期介绍的是手写汉字识别,相比印刷体识别,手写汉字识别的难度更加的大,而且开源的长句子手写汉字数据集特别的少,这里本人通过HWDB数据集(单个汉字手写数据集),合成不等长的句子数据集,来创建一个数据集,完成手写汉字数据集的识别。

演示部分识别结果图如下:

再看一下训练的结果图,可以看到差不多训练了2轮就达到了97%以上的准确率,效果还是不错的。

  • 0
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
【资源说明】 课程设计基于python卷积循环神经网络(CRNN)的数字识别系统源码+模型+数据集+使用说明.zip 划分训练集与测试集 > 建议使用 ./tools 下 **split_train_and_test_dataset.py** 来执行划分操作 ## 3.修改配置文件 > 配置文件默认在 ./configs/global. yml ``` # 配置文件说明 Global: use_gpu: 是否使用gpu epoch_num: 训练总epoch数 save_model_dir: 模型保存文件夹,默认为./output save_epoch_step: 每几次epoch保存一次模型 learning_rate: 学习率,默认为0.001 character_dict_path: 字典,默认在./configs/dict.txt max_text_length: 最大文字长度 Train: data_dir: 训练集文件夹路径 label_file_dir: 训练集标注文件路径 shuffle: 是否打乱,默认为True batch_size: 训练批次大小 Test: data_dir: 测试集文件夹路径 label_file_dir: 测试集标注文件路径 shuffle: 是否打乱,False batch_size: 测试批次大小 ``` ## 4.启动训练 > 运行项目内 train.py ## 5.进行推理 > 运行项目内 infer.py ```python # 选择训练好的模型路径 model_path = './output/best.pth' # 选择要推理的图片路径 image_path = './example.png' ``` 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎下载,沟通交流,互相学习,共同进步!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

bug生成中

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值