文件名称：颜色分类leetcode-image-classification-using-cnn-and-keras:使用CNN和Keras库对图像进行
文件大小：10.93MB
文件格式：ZIP
更新时间：2024-07-26 15:34:10
系统开源
颜色分类leetcode 使用 CNN 和 Keras 进行图像分类 此代码模式演示了如何使用卷积神经网络 (CNN) 对图像（特别是身份证、申请表、支票页等文档图像）进行分类。 尽管有用于图像分类的代码模式，但它们都没有展示如何使用 CNN 使用 Keras 库对图像进行分类。 许多组织处理来自其客户的申请表，例如贷款申请。 除申请表外，客户还提供处理申请所需的支持文件。 其中一些证明文件可能是身份证明文件、地址证明文件。 通常，申请表连同支持文件会被扫描并捕获到组织的系统中，以便进一步处理申请。 当系统收到一组所有这些扫描文档时，它需要识别表单文档，以便它可以进一步处理它。 此代码模式展示了如何对图像进行分类并识别其中的申请表文档。 什么是 CNN，为什么是 CNN？ CNN 是一种监督学习技术，需要提供输入数据和目标输出数据。 这些通过使用它们的标签进行分类，以便为未来的数据分析提供一个学习模型。 通常，CNN 具有三个主要组成部分 - 卷积层、池化层和完全连接的密集网络。 卷积层获取输入图像并应用 m 个 nxn 过滤器来接收特征图。 特征图接下来被送入主要用于降维的最大池层，
【文件预览】：
image-classification-using-cnn-and-keras-master
----images()
--------add_file_imageclassification_testing.png(31KB)
--------Dir_structure-1.png(2KB)
--------watson_nlu_credentials.png(30KB)
--------credential_json.png(39KB)
--------Service_credentials.png(29KB)
--------global_variables_OCR.png(2KB)
--------probability.png(69KB)
--------trained_model.png(57KB)
--------test_streaming_object.png(54KB)
--------service_credentials_menu.png(6KB)
--------Data_Streaming_Object.png(336KB)
--------add_file.png(10KB)
--------Labels.png(2KB)
--------create_notebook_from_url_imageclassification.png(23KB)
--------form_document_identified.png(20KB)
--------global_variables_entity.png(17KB)
--------global_variables.png(5KB)
--------classes.png(24KB)
--------copy_credentials.png(14KB)
--------create_notebook_from_url.png(23KB)
--------add_file_imageclassification.png(36KB)
--------Architecture.png(30KB)
----Configuration()
--------config_legaldocs.txt(774B)
--------config_entity_extract.txt(2KB)
----LICENSE(11KB)
----CONTRIBUTING.md(569B)
----README.md(16KB)
----notebooks()
--------Image Classification of Documents.ipynb(13KB)
----MAINTAINERS.md(3KB)
----Data()
--------test_doc-external.zip(2.16MB)
--------Data.zip(7.96MB)