本文介绍了使用三层卷积神经网络进行大写字母手写识别的项目，涉及eMinst数据集的预处理，通过python/cgi+apache搭建服务端，以及Unity前端的图像绘制和上传。项目详细流程包括图像的高斯模糊、裁剪、填充和转灰度等处理，以符合minist格式。最终，提供了项目的GitHub链接。
三层卷积神经网络
流程使用 Convolution - ReLU - Pooling -Affine - ReLU - Affine - Softmax
input层采用minst格式(只采用正则化参数)，输入图像格式例如100,1,28,28
隐藏层[100,100,100]
输出层[26]
卷积使用5x5卷积核步数1
使用eMinst数据集
因为eminst数据集中by_class数据中存在大写字母，小写字母，数字混合数据，所有我使用了只包含大写字母的原始数据(未处理前128x128的图片)，然后将这些数据批量处理变为minst标准格式的图片并生成gz包
图像处理我们下面介绍，gz具体生成流程
https://github.com/gskielian/JPG-PNG-to-MNIST-NN-Format
使用opencv-python处理图像数据
eminst官方论文有介绍他们对数据的具体处理流程，论文如下
https://arxiv.org/abs/1702.05373
首先所有初始的图片数据均为128x128的二值图像&#x
最低0.47元/天 解锁文章
1032
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
