基于深度卷积神经网络的智能试卷合分系统

传统的纸质试卷合分需要依靠人工进行分数的识别与汇总,这种方法难免会出现耗费人力、时间、精力,合分效率很低且易出错误等问题.结合上述实际问题,该文设计并实现了一种基于深度卷积神经网络的智能试卷合分系统,利用摄像头实时获取试卷卷头分数栏信息,实现带有小数点的手写分数的识别与各题分数求和功能,且能够适应不同种类的试卷,具有较强的鲁棒性.该设计基于Mask R-CNN的网络结构进行表格检测定位,并应用了LeNet-5网络对手写数字进行识别,最后将每道题识别出来的分数与通过函数计算得到的总分显示在GUI界面中.实验表明,该系统能够实现对含有小数点的手写试卷分数进行识别与求和,具有较大的实际应用前景.