Home

Awesome

cnn_handwritten_chinese_recognition

     使用python+flask搭建的一个网站,然后从网页的写字板上获取鼠标手写的汉字经过转码后传回后台,并经过图片裁剪处理之后传入CNN手写中文识别的模型中进行识别,最后通过PIL将识别结果生成图片,最后异步回传给web端进行识别结果展示。中文总共50,000多汉字,常用的有3,755个。这里主要对常见的3755个汉字进行识别。<br> demogif <br>

一、数据集<br>

     目前国内有很多优秀的中文手写识别数据集。例如:北京邮电大学模式识别实验室发布的数据(HCL2000),它是目前最大的脱机手写汉字库,共有1,000个人书写,除了汉字样本库外,还有一个对应的书写者信息库,记录了书写者的年龄、职业、文化程度等信息,用于研究相关影响因素。目前此数据库免费向研究者公开。本文使用的是中科院自动研究所的分享的中文手写数据集CASIA-HWDB(下载地址http://www.nlpr.ia.ac.cn/databases/handwriting/Home.html ),由187个人通过Wacom笔在线输入的手写汉字。<br>

二、CNN结构:<br>

     用tensorflow库来实现【三个卷积层+三个池化层+两个全连接层】的卷积神经网络,结构如下图所示:<br> cnn_model_arch      训练图片都修整成64x64大小,这里我只训练常见的3755个汉字,在CNN识别数字的模型结构上再添加了一个卷积层和池化层,其他结构差不多。<br><br>      将下载好的HWDB数据集解压处理好开始训练,这个训练过程比较长,我最终在GPU:GTX1050Ti上迭代了12,000次花费几个小时,最终取最可能的前三个预测值<br>

三、加载模型<br>

     我训练模型迭代了12,000次之后,将训练参数保存在checkpoint文件夹中,不过因为单个文件大小的限制,训练好的模型文件从百度云上下载:链接: https://pan.baidu.com/s/1eSWBIyI 密码: kv2r;<br><br>      下载之后直接覆盖checkpoint文件夹。<br>

四、环境<br>

五、运行

1、克隆项目,先安装python3.0和pipenv,然后 pipenv install --three;<br> 2、从百度云下载训练好的模型文件,放到相应的checkpoint文件夹下;<br> 3、使用pipenv run python3 run.py运行;<br> 4、打开本地浏览器输入localhost:5000进行查看;<br>

六、其他