Keras进行人民币面额识别（三）

最新推荐文章于 2024-08-17 21:53:55 发布

(DᴗD)B

最新推荐文章于 2024-08-17 21:53:55 发布

阅读量1.7k

点赞数 1

分类专栏：计算机视觉文章标签：人民币面值识别深度学习图像处理

本文链接：https://blog.csdn.net/qq_39226755/article/details/92123880

版权

本文介绍如何使用Keras进行人民币面额识别，通过处理测试集数据，利用Keras内置的图片生成器，将预测结果转化为相应面值。代码解释详细，包括输出结果的转换方法和进度打印。在两千个图片的验证集中，实现100%的正确率。

摘要由CSDN通过智能技术生成

TinyMind人民币面值&冠字号编码识别挑战赛

本篇是对测试集进行测试和相应结果的输出

比赛链接

https://www.tinymind.cn/competitions/47?rron=banner

输入信息

也就是我们的测试集
因为处理测试集的时候，我直接用的keras内置的图片生成器，所以数据需要手动处理一下。
将所有图片放入一个文件夹中，然后在旁边创建两个空文件夹就行，注意都用英文字母。
如下：
在这里插入图片描述

需要输出的信息

在这里插入图片描述

代码源码

from keras.preprocessing.image import ImageDataGenerator
from keras.models import load_model

testgen_dir = './val_data/'
#测试集目录
fin_list = [0.1,0.2,0.5,1,2,5,10,50,100]
#相应标签对应的人民币面值

def get_result(directory):
    file = open('fin_data.csv','w')
    file.write('name, label\n')
    end = False # 相当于一个开关，当Ture的时候程序结束
    i = 0   #记录测试的图片数目

    #创建图片生成器
    test_datagen = ImageDataGenerator(
        rescale=1. / 255 #归一化
    )
    test_generator = test_datagen.flow_from_directory(
        directory=directory, #地址

最低0.47元/天解锁文章