图像识别
图像识别(Image Recognition)是指利用计算机对图像进行处理、分析
和理解,以识别各种不同模式的目标和对像的技术。
图像识别的发展经历了三个阶段:文字识别、数字图像处理与识别、物体
识别。机器学习领域一般将此类识别问题转化为分类问题。
手写识别
手写识别是常见的图像识别任务。计算机通过手写体图片来识别出图片
中的字,与印刷字体不同的是,不同人的手写体风格迥异,大小不一,
造成了计算机对手写识别任务的一些困难。
数字手写体识别由于其有限的类别(0~9共10个数字)成为了相对简单
的手写识别任务。DBRHD和MNIST是常用的两个数字手写识别数据集。
手写识别”实例
已有许多模型在MNIST或DBRHD数据集上进行了实验,有些模型对数据集进行了偏斜
矫正,甚至在数据集上进行了人为的扭曲、偏移、缩放及失真等操作以获取更加多样性的
样本,使得模型更具有泛化性。
常用于数字手写体的分类器:
1) 线性分类器 2) K最近邻分类器
3) Boosted Stumps 4) 非线性分类器
5) SVM 6) 多层感知器
7) 卷积神经网络
后续任务:利用全连接的神经网络实现手写识别的任务
MNIST数据集
MNIST的下载链接:http://yann.lecun.com/exdb/mnist/
![bdde1342061edd82b433439b26b1b2c6.png](https://i-blog.csdnimg.cn/blog_migrate/731c3371113e1accf9121bb383f63b06.jpeg)
MNIST是一个包含数字0~9的手写体图片数据集,图片已归一化为以手写数
字为中心的28*28规格的图片。MNIST由训练集与测试集两个部分组成,各部分
规模如下:
训练集:60,000个手写体图片及对应标签
测试集:10,000个手写体图片及对应标签