本期给大家介绍的是含ShuffleNet等多个模型的手写中文汉字识别摄像头版,效果图如下:
这是运行python 03pyqt.py的可视化界面,通过打开摄像头然后点击识别,就会识别当前帧的汉字是什么。
代码仓库和视频演示地址:
https://www.bilibili.com/video/BV1tc411B73B/?vd_source=21f7017bed799deec1dbbb3e546d5025
代码整体是非常简便的,总共三个py部分和一个数据集在data文件夹下。
运行01数据集文本生成制作.py 会将data文件夹下的手写汉字图片数据集保存txt格式,里面记录了图片路径和对应的标签。
运行02train.py可以对模型进行训练
训练好的模型同样保存在logs文件夹下。同时生成评价指标图,f1-score,精确度和召回率。
同时提供了除ShuffleNet外,还有多种卷积神经网络供任意切换,包括VGG,Swin transformer,resnet,ResNeXt,Mobilenet,GoogleNet,DLA,DenseNet,AlexNet等等。
最后运行python 03pyqt.py即可加载训练好的模型,对摄像头捕捉到的画面汉字进行识别。