摘要
以卷积神经网络为基础,使用Python作为开发语言,设计基于Keras深度学习框架的手写数字识别神经网络模型。引入计算机视觉技术,运用OpenCV-Python实现实时识别手写数字。以Tensorflow-GPU作为后端,从MNIST数据集选择数据测试模型。测试结果显示该模型对手写数字具有良好的识别效果,准确率达到了99.4%以上。在现实环境下,对手写0~9的数字实时识别准确率能保持80%以上。
作者
邓国立
杨春山
DENG Guoli;YANG Chunshan
出处
《桂林航天工业学院学报》
2021年第4期428-434,共7页
Journal of Guilin University of Aerospace Technology