創(chuàng)新互聯(lián)www.cdcxhl.cn八線動態(tài)BGP香港云服務(wù)器提供商，新人活動買多久送多久，劃算不套路！

創(chuàng)新互聯(lián)建站于2013年成立，先為巴里坤哈薩克等服務(wù)建站，巴里坤哈薩克等地企業(yè)，進(jìn)行企業(yè)商務(wù)咨詢服務(wù)。為巴里坤哈薩克企業(yè)網(wǎng)站制作PC+手機+微官網(wǎng)三網(wǎng)同步一站式服務(wù)解決您的所有建站問題。

這篇文章將為大家詳細(xì)講解有關(guān)用keras模型如何實現(xiàn)識別自己手寫的數(shù)字方式，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

環(huán)境：Python+keras，后端為Tensorflow

訓(xùn)練集：MNIST

對于如何訓(xùn)練一個識別手寫數(shù)字的神經(jīng)網(wǎng)絡(luò)，網(wǎng)上資源十分豐富，并且能達(dá)到相當(dāng)高的精度。但是很少有人涉及到如何將圖片輸入到網(wǎng)絡(luò)中并讓已經(jīng)訓(xùn)練好的模型驚醒識別，下面來說說實現(xiàn)方法及注意事項。

首先import相關(guān)庫，這里就不說了。

然后需要將訓(xùn)練好的模型導(dǎo)入，可通過該語句實現(xiàn)：

model = load_model('cnn_model_2.h6') （cnn_model_2.h6替換為你的模型名）

之后是導(dǎo)入圖片，需要的格式為28*28?？捎胦pencv導(dǎo)入：

img = cv2.imread('temp3.png', 0) （temp3.png替換為你手寫的圖片）

然后reshape一下以符合模型的輸入要求：

img = (img.reshape(1,1,28,28)).astype("float32")/255

之后就可以用模型識別了：

predict = model.predict_classes(img)

最后print一下predict即可。

下面劃重點：因為MNIST使用的是黑底白字的圖片，所以你自己手寫數(shù)字的時候一定要注意把得到的圖片也改成黑底白字的，否則會識別錯（至少我得到的結(jié)論是這樣的 ，之前用白底黑字的圖總是識別出錯）

源碼一覽：

import cv2
import numpy as np
from keras.models import load_model
model = load_model('cnn_model_2.h6')

image = cv2.imread('temp3.png', 0)
img = cv2.imread('temp3.png', 0)

img = (img.reshape(1,1,28,28)).astype("float32")/255
predict = model.predict_classes(img)
print ('識別為：')
print (predict)

cv2.imshow("Image1", image)
cv2.waitKey(0)

名稱欄目：用keras模型如何實現(xiàn)識別自己手寫的數(shù)字方式-創(chuàng)新互聯(lián)
標(biāo)題URL：http://sd-ha.com/article46/hehhg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供全網(wǎng)營銷推廣、網(wǎng)站維護、網(wǎng)站排名、網(wǎng)站收錄、Google、營銷型網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)