注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于K-近邻算法的手写数字识别研究

  2. 基于K-近邻算法研究手写数字（0-9）的识别问题，本文通过对手写数字的图像进行处理，提取特征向量，使用Python实现了K-近邻算法，并在此基础上开发了一个GUI测试程序。

  3. 所属分类：Python

    • 发布日期：2017-05-10
    • 文件大小：90112
    • 提供者：u010329292

  1. 神经网络实现简单的手写数字识别

  2. 使用74行python代码实现简单的手写数字识别神经网络。 输出值为10000个测试样本中识别正确的图像数量。

  3. 所属分类：Python

    • 发布日期：2017-08-18
    • 文件大小：16777216
    • 提供者：qq_31192383

  1. 图像处理基础参考程序（ipython）

  2. Python的图像处理举例 ## 我们使 用一 个简单的CNN神经网 络进行 手写数字的识别， 可以达到 之前 算法多得多 的多的准确率 '''Trains a simple convnet on the MNIST dataset. Gets to 99.25% test accuracy after 12 epochs (there is still a lot of margin for parameter tuning). 16 seconds per epoch on a GRID

  3. 所属分类：图像处理

    • 发布日期：2018-04-01
    • 文件大小：4194304
    • 提供者：qq_41935788

  1. 手写数字图像识别

  2. 利用卷积神经网络来识别手写的数字图像，其中包含模型训练代码，识别代码，训练好的模型，下载即可运行。软件环境：TensorFlow+python+opencv

  3. 所属分类：深度学习

    • 发布日期：2018-06-05
    • 文件大小：51380224
    • 提供者：qq878594585

  1. 神经网络与deep learning 学习与实践，多层前馈神经网络与神经网络的实现

  2. 构建一个至少含有1-2 层隐藏层的神经网络模型，解决手写的0-9 十个手写 数字的识别问题。神经网络模型构建过程中需要注意的几点： （1）数据集采用MNIST 阿拉伯数字手写体数据集。 （2）模型输入层的节点个数的设计。输入层的节点数目应该与输入的手写 体图片的大小相等。MNIST 手写体数据集中手写阿拉伯数字的图像为28×28 的 方形图。 （3）每一个隐藏层的网络节点数的设计。应该遵循特征提取与降维相统一 的原则。 （4）输出层的节点数。因为识别任务是0-9 的十个手写数字，所以输出层 应

  3. 所属分类：深度学习

    • 发布日期：2018-09-18
    • 文件大小：5120
    • 提供者：alice9236

  1. 用 Python 实现一组手写数字识别.zip

  2. 用 Python 实现一组手写数字识别。使用keras+opencv进行简单的实现。首先进行图像中数字的目标检测与分割，将图片中的数字分离出来然后进行单独识别。使用的数据集为mnist手写数字识别库，采用卷积神经网络进行识别

  3. 所属分类：机器学习

    • 发布日期：2020-04-20
    • 文件大小：14680064
    • 提供者：qq_18052685

  1. 卷积神经网络的mnist手写数字识别

  2. 手写数字识别的Tensorflow完整代码，### 1. MNIST机器学习入门 **1.1.1 简介** 下载MNIST数据集，并打印一些基本信息： ``` python download.py ``` **1.1.2 实验：将MNIST数据集保存为图片** ``` python save_pic.py ``` **1.1.3 图像标签的独热表示** 打印MNIST数据集中图片的标签： ``` python label.py ``` *

  3. 所属分类：深度学习

    • 发布日期：2020-03-20
    • 文件大小：35840
    • 提供者：baidu_39629638

  1. mnist手写数字识别数据集npz文件.zip

  2. mnist.npz文件是手写数字的离线数据集，可以直接本地导入而且无需人工拆分为训练数据和测试数据，以及对应的数字标签，作为深度学习入门项目的数据集，可在python中打印出所有数字图像。

  3. 所属分类：深度学习

    • 发布日期：2020-08-02
    • 文件大小：10485760
    • 提供者：Charzous

  1. 手写数字识别系统.rar

  2. 手写数字识别系统。图像二值化处理-图像切割-智能化个人手写数字识别。python代码使用SVM，matlab使用CNN。

  3. 所属分类：机器学习

    • 发布日期：2020-08-28
    • 文件大小：29360128
    • 提供者：weixin_42533876

  1. python实现识别手写数字 python图像识别算法

  2. 主要为大家详细介绍了python实现识别手写数字，python图像识别算法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：187392
    • 提供者：weixin_38727579

  1. python实现基于SVM手写数字识别功能

  2. 本文实例为大家分享了SVM手写数字识别功能的具体代码，供大家参考，具体内容如下 1、SVM手写数字识别 识别步骤： （1）样本图像的准备。 （2）图像尺寸标准化：将图像大小都标准化为8*8大小。 （3）读取未知样本图像，提取图像特征，生成图像特征组。 （4）将未知测试样本图像特征组送入SVM进行测试，将测试的结果输出。 识别代码： #!/usr/bin/env python import numpy as np import mlpy import cv2 print 'loading

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：147456
    • 提供者：weixin_38717896

  1. python实现识别手写数字 python图像识别算法

  2. 写在前面 这一段的内容可以说是最难的一部分之一了，因为是识别图像，所以涉及到的算法会相比之前的来说比较困难，所以我尽量会讲得清楚一点。 而且因为在编写的过程中，把前面的一些逻辑也修改了一些，将其变得更完善了，所以一切以本篇的为准。当然，如果想要直接看代码，代码全部放在我的GitHub中，所以这篇文章主要负责讲解，如需代码请自行前往GitHub。 本次大纲 上一次写到了数据库的建立，我们能够实时的将更新的训练图片存入CSV文件中。所以这次继续往下走，该轮到识别图片的内容了。 首先我们需要从文件夹中

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：191488
    • 提供者：weixin_38657848

  1. 基于Python实现 KNN 算法和 Decision Trees 算法

  2. (⼀) 在 jupyter notebook 中，实现 KNN 算法和 Decision Trees 算法，要求有完整的注释 (⼆) ⼿手写数字识别 样本中包含1797个⼿手写数字灰度图像，每个图像⼤大⼩小为8*8，可使⽤用 numpy.load('filename.npy') 进 ⾏行行载⼊入 使⽤用留留出法拆分训练集与测试集，留留出10%作为测试集。训练KNN模型，搜索最佳的超参数k和n的取值，提 升识别准确度

  3. 所属分类：专业指导

    • 发布日期：2020-12-20
    • 文件大小：76800
    • 提供者：weixin_44348354

  1. python用TensorFlow做图像识别的实现

  2. 一、TensorFlow简介 TensorFlow是由谷歌开发的一套机器学习的工具，使用方法很简单，只需要输入训练数据位置，设定参数和优化方法等，TensorFlow就可以将优化结果显示出来，节省了很大量的编程时间，TensorFlow的功能很多很强大，这边挑选了一个比较简单实现的方法，就是利用TensorFlow的逻辑回归算法对数据库中的手写数字做识别，让机器找出规律，然后再导入新的数字让机器识别。 二、流程介绍 上图是TensorFlow的流程，可以看到一开始要先将参数初始化，然后导入训练

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：185344
    • 提供者：weixin_38606169

  1. Python与人工神经网络:使用神经网络识别手写图像介绍

  2. 人体的视觉系统是一个相当神奇的存在，对于下面的一串手写图像，可以毫不费力的识别出他们是504192，轻松到让人都忘记了其实这是一个复杂的工作。 实际上在我们的大脑的左脑和右脑的皮层都有一个第一视觉区域，叫做V1，里面有14亿视觉神经元。而且，在我们识别上面的图像的时候，工作的不止有V1，还有V2、V3、V4、V5，所以这么一看，我们确实威武。 但是让计算机进行模式识别，就比较复杂了，主要困难在于我们如何给计算机描述一个数字9在图像上应该是怎样的，比如我们跟计算机说，9的上面是一个圈，下右边是1

  3. 所属分类：其它

    • 发布日期：2020-12-26
    • 文件大小：244736
    • 提供者：weixin_38663443

  1. digit-recognizer:Digit Recognizer-使用ML算法从数万个手写图像的数据集中正确识别数字-源码

  2. 数字识别器 MNIST（“国家标准技术研究院”）是计算机视觉的事实上的“ hello world”数据集。自从1999年发布以来，这个经典的手写图像数据集已成为基准分类算法的基础。目标是从成千上万个手写图像的数据集中正确识别数字。在此笔记本中，我们将探索流行的Digit Recognizer数据集，并建立一个SVM模型来对手写数字进行分类。 数据 了以下问题的数据由于数据集很大，因此尚未将其添加到存储库中，因此，如果要执行笔记本，请从上述Kaggle链接下载数据集并将其放在data /目录中。

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：44032
    • 提供者：weixin_42143161

  1. 手写数字识别.ipynb

  2. 使用python和keras实现的手写数字识别，Jupyter Notebook格式，几乎每行代码都有注释，适合初学图像识别的小白。

  3. 所属分类：深度学习

    • 发布日期：2021-03-13
    • 文件大小：288768
    • 提供者：weixin_46952408

  1. 手写数字识别-源码

  2. 手写数字识别 手写数字识别是计算机识别人类手写数字的能力。 对于机器而言，这是一项艰巨的任务，因为手写数字不是十全十美的，可以用多种口味制作。 手写数字识别是使用数字图像并识别图像中存在的数字的解决方案。 该模型是使用MNIST数据集的手写数字识别模型的实现。 该模型使用卷积神经网络来识别数字。 在这种情况下，甚至还内置了GUI，您可以在其中绘制数字并识别它。 识别后，它会在右侧显示识别出的数字和该数字的准确性。 您甚至可以使用image_recognizer.py文件加载任何图像并识别

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：3145728
    • 提供者：weixin_42131405

  1. win10+Python3.7.3+OpenCV3.4.1入门学习（二十章 K近邻算法）————20.4 自定义函数手写数字识别

  2. Python版本是Python3.7.3，OpenCV版本OpenCV3.4.1，开发环境为PyCharm 20.4 自定义函数手写数字识别 OpenCV提供了函数cv2.KNearest()用来实现K近邻算法，在OpenCV中可以直接调用该函数。为了进一步了解K近邻算法及其实现方式，本节首先使用Python和OpenCV实现一个识别手写数字的实例。 eg：编写程序，演示K近邻算法。 在本例中，0~9的每个数字都有10个特征值。例如，数字“0”的特征值如下图所示。为了便于描述，将所有这些用于判断

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：281600
    • 提供者：weixin_38518722

  1. 图像处理 cv2 PIL OCR

  2. 文章目录简介图片基本操作灰度转换底片模式filteropencv中的基本操作图片属性图片缩放仿射变换HSVGamma变换OCR 简介 这里介绍一下Python的图像处理，其中使用了比较常见的库，一个是opencv另一个是PIL，都是功能很强大的图像处理库。 这算是我的一篇笔记文章，以往以后忘记。 首先介绍一下基本的图片操作，然后给大家一个OCR手写识别的例子。现在网络上卷积网络识别手写数字的代码简直多的不得了，我使用SVM和KNN进行判断分类，准确率最好可以达到1.8%。 图片基本操作 灰度转换

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：746496
    • 提供者：weixin_38502428
« 12 »