EMNIST:使用EMNIST数据集对单词进行分类和预测

【文件属性】：
文件名称：EMNIST:使用EMNIST数据集对单词进行分类和预测
文件大小：21.62MB
文件格式：ZIP
更新时间：2021-04-30 13:36:34
JupyterNotebook 恩尼斯 由@ shubhammor0403开发 使用EMNIST数据集对单词进行分类和预测 在Android应用程序中此模型的实现可在以下位置找到： 描述 该项目使用深度学习和计算机视觉的概念，为传统的手写识别技术提供了一种新的解决方案。 已使用了称为Emnist数据集的Mnist位数数据集的扩展。 它包含62个班级，每个班级都有0-9位数字和AZ字符。 已经创建了一个Android应用程序，用于检测手写文本并将其使用卷积神经网络（缩写为CNN）将其转换为数字形式，以进行文本分类和检测。 在此之前，我们对数据集进行了预处理，并对其应用了各种过滤器。 其中包括两个单独的Jupyter文件。 modeltrain.ipynb包含模型的创建和训练，而segment.ipynb包含使用创建的模型对单词的预测。 环境 Python蟒 张量流 凯拉斯 脾气暴躁的 Matplotlib Openc

【文件预览】：
EMNIST-master
----fg.py(703B)
----model.json(2KB)
----segment.ipynb(4KB)
----__pycache__()
--------fg.cpython-36.pyc(989B)
----PBfile864.pb(11.04MB)
----model.h5(12.39MB)
----example.png(3KB)
----README.md(2KB)
----modeltrain.ipynb(10KB)