手写数字识别

一、准备工作

1.打开本链接，其中代码可以直接粘贴使用。

2.打开 anaconda prompt安装图像识别需要的库

conda install scikit-learn
conda install tensorflow
pip install keras

3.将桌面的 mnist数据集拷贝到 Jupyter Notebook默认工作路径(我的文档)。

4.打开 Jupyter Notebook 新建python3 ，可将重名名为L_1，并导入需要的函数和包，如果报错，则代表相应的库没有安装成功

import numpy as np  #数据库
import keras
import tensorflow as tf
from keras.models import Sequential   #序贯模型
from keras.layers.core import Dense,Dropout,Activation  #构建 keras网络结构
from keras.optimizers import SGD   #SGD随机梯度下降
import matplotlib.pyplot as plt    #画图

二、基于keras手写数字识别基本步骤

2.1导入数据-》2.2构建模型-》2.3训练模型-》2.4评估模型

2.1、读取mnist数据集(详见PPT),并格式转换

第一种方法：联网下载mnist数据集

from keras.datasets import mnist   #网上下载minist数据集,若联网使用数据集

(x_train, y_train), (x_test, y_test) = mnist.load_data() # 使用Keras自带的mnist工具读取数据，由于网址会被隔断，需要FQ。

第二种方法：本地下载mnist数据集

path='./mnist.npz'
f = np.load(path)
x_train, y_train = f['x_train'], f['y_train'] 
#x_train存储的是图像的像素点组成的list数据类型，这里面又由一个二维的list（28 x 28的像素点值）和一个对应的标签list组成
#y_train存储的是对应图像的标签，也就是该图像代表什么数字
x_test, y_test = f['x_test'], f['y_test']
f.close()

格式转换：

x_train=x_train.reshape(x_train.shape[0],28*28).astype('float32')
x_test=x_test.reshape(x_test.shape[0],28*28).astype('float32')
#x_train.shape会发现它是(60000,28,28)，即一共60000个数据，每个数据是28*28的图片。通过reshape转换为(60000,784)的线性张量。
num_classes=10
y_train = keras.utils.to_categorical(y_train, num_classes)
y_test = keras.utils.to_categorical(y_test, num_classes)
#如果我们打印y_train会发现它是一组表示每张图片的表示数字的数组，每个数字转换为一组长度为10的张量，代表的数字的位置是1，其它位置为0.

2.2 、构建模型：Sequential()序贯模型

#通常有两种模型，序贯模型和函数式模型，序贯模型是多个网络蹭的线性堆叠，是函数式模型的简略版，为最简单的线性，从头到尾的结构顺序，不发生分叉。是多个网络层的线性堆叠。

 #参考：https://www.cnblogs.com/wj-1314/p/9967480.html

#选择模型
model = Sequential()   ##选择Sequetial 序贯模型

#构建网络层
#第1层 隐藏层
model.add(Dense(500,input_shape=(784,)))#这是第一个隐藏层，并附带定义了输入层,该隐含层有500个神经元。输入则是 784个节点
model.add(Activation('tanh')) # 激活函数是tanh 为双曲正切
model.add(Dropout(0.5))   # 随机取一半进行训练
##第2层 隐藏层
model.add(Dense(200))    #隐藏节点200
model.add(Activation('tanh'))  #激活函数  正切函数
model.add(Dropout(0.5))  #随机丢掉百分之五十的权值，作用相当于对参数进行正则化来防止模型过拟合
 ##第3层  输出层
model.add(Dense(10))#输出结果是10个类别，所以维度是10
model.add(Activation('softmax'))  #激活函数 归一化softmax
model.summary()

        通过model.add()增加模型的层数。其中Dense()设定该层的结构，第一个参数表示输出的个数，第二个参数是接受的输入数据的格式。第一层中需要指定输入的格式，在之后的增加的层中输入层节点数默认是上一层的输出个数。Activation()指定激活函数，Dropout()指定每层要丢掉的权值信息百分比。输出层激活函数一般为softmax，不需要丢弃节点。

编译模型：

sgd = SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True) # 优化函数，设定学习率（lr）等参数
# lr：学习率
# momentum：动量参数
# decay：每次更新后的学习率衰减值
# nesterov：确定是否使用Nesterov动量（指数1e-9）

#有通过了编译，model才真正的建立起来，这时候才能够被使用
model.compile(optimizer=sgd,loss='categorical_crossentropy', metrics=['accuracy']) # 使用交叉熵作为loss函数

2.3、训练模型：

#训练
print("start model training(fitting)")
model.fit(x_train,y_train,batch_size=500,epochs=50,shuffle=True,verbose=0,validation_split=0.3)
 #fit的一些参数
# batch_size：对总的样本数进行分组，每组包含的样本数量
# epochs ：训练次数
#shuffle：是否把数据随机打乱之后再进行训练
#verbose：屏显模式 0：不输出  1：输出进度  2：输出每次的训练结果
#validation_split：拿出百分之多少用来做交叉验证

print("model training(fitting) finished, save model")
model.save('./now_model.h5')

2.4 、评估模型

print("calculating model accuracy")
loss, accuracy = model.evaluate(x_test,y_test,batch_size=500,verbose=0)
#evaluate是在每个batch后得到一个值，而predict是在k个batch后得到的一个均值。
print('Test loss:', loss)
print('Accuracy:', accuracy)

三、用户测评

3.1 导入相应的函数

 

import keras 
from keras.models import load_model   #加载模型
from keras.optimizers import SGD    #优化函数
from PIL import Image
import numpy as np  #数据库
import matplotlib.pyplot as plt    #画图

 

# 准备待识别的图片数据
testImage=Image.open("test3.jpg")
testImage=testImage.convert("L")
testImageForModel=np.array(testImage)
plt.subplot(221)   #subplot函数的作用是确定图像的位置以及图像的个数，总共放置2*2个图片，放在第一个位置
plt.imshow(testImage, cmap=plt.get_cmap('gray'))
testImageForModelFinal=testImageForModel.reshape(1,28*28).astype('float32')
#转成可以输入到模型中的格式x_test_input,x_test是可以直接使用cv2显示处理

3.2加载模型，识别数字结果

#加载模型，使用该模型识别数字图片
model=load_model('./now_model.h5')
sgd=SGD(lr=0.01,momentum=0.9,decay=1e-9,nesterov=True)#优化函数，参数有学习率，学习衰退率  ,指数1e-9这样写
model.compile(optimizer=sgd,loss='categorical_crossentropy') # 使用交叉熵作为loss函数
print("finshing loading model,starting application")

ans=model.predict(testImageForModelFinal) #输入该数据到模型，得到预测结果的概率
print(ans)
ansmax=np.argmax(ans)  #找到每行最大的序号
print(ansmax)

 

转载于:https://www.cnblogs.com/tianluman/p/10620046.html