mnist训练的cnn模型测试自己的手写数字
2017-10-27 14:21
525 查看
拿自己的手写数字试了下之前拿mnist训练的cnn模型;
代码和示例中用的cnn代码一样的,最后加了个保存模型和处理图像的部分;
自己多试了几下,写的7有时候会误认成3,像素处理的比较小容易认错;其他数字识别没问题;回头再看下改进。
代码和示例中用的cnn代码一样的,最后加了个保存模型和处理图像的部分;
saver = tf.train.Saver() # defaults to saving all variables;记录; saver.save(sess, '.../number_model.ckpt') #保存模型参数; #加了一个函数处理图像; def imageprepare(infile): im = Image.open(infile).convert('1') im=im.resize((28,28)) plt.imshow(im) plt.show() data1 = np.asarray(im.getdata()) # 这个得到的矩阵里,255是白色,0是黑色;让它变成0是白,1是黑; data1 = (255-data1)/255 return data1 infile=".../original_img.jpg"#在画图随手画了个,保存在路径下; with tf.Session() as sess: sess.run(tf.global_variables_initializer()) saver.restore(sess, "D:/coding/number_model.ckpt")#.restore()恢复之前保存的变量; result1=imageprepare(infile) prediction=tf.argmax(y_conv,1) predint=prediction.eval(feed_dict={x: [result1],keep_prob: 1.0}, session=sess) print(h_conv2) print('recognize result:') print(predint[0])
自己多试了几下,写的7有时候会误认成3,像素处理的比较小容易认错;其他数字识别没问题;回头再看下改进。
相关文章推荐
- mnist训练与测试自己手写数字
- caffe(二): 利用训练好的MNIST模型测试自己的手写字符图片
- mnist数据集在caffe(windows)上的训练与测试及对自己手写数字的分类
- 使用caffemodel模型(由mnist训练)测试单张手写数字样本
- 用tensorflow框架和Mnist手写字体,训练cnn模型以及测试一张手写字体
- matconvnet环境下训练自己的数据集及模型测试-mnist网络结构-cifar10部分数据集
- 使用自己的图片测试MNIST训练效果(TensorFlow1.5+CNN)
- 勉强算升2级吧----用mnist训练好的model对自己手写的数字进行分类识别
- 使用caffe训练好的模型测试单张手写数字
- 利用caffe训练好的模型测试自己的手写字体图片
- Caffe 实例 手写数字mnist训练与测试过程(Windows + CPU Only)
- caffe示例实现之4在MNIST手写数字数据集上训练与测试LeNet
- 从一到二:利用mnist训练集生成的caffemodel对mnist测试集与自己手写的数字进行测试
- Windows Caffe 学习笔记(四)搭建自己的网络,训练和测试MNIST手写字体库
- caffe手写数字mnist训练测试使用教程
- mnist测试自己手写数字
- TensorFlow用MNIST训练的模型来识别手写数字
- caffe之利用mnist数据集训练好的lenet_iter_10000.caffemodel模型测试一张自己的手写体数字
- tensorflow训练自己的数据集实现CNN图像分类2(保存模型&测试单张图片)
- 机器学习Tensorflow基于MNIST数据集识别自己的手写数字(读取和测试自己的模型)