上期文章,我们分享了Pytorch手写数字的训练,当pytorch训练完成后,保存了训练的参数,方便本期使用预训练参数,进行手写数字的识别,我们准备一个手写数字的图片,可以自己在画图软件中,直接写个数字
手写数字
1、导入第三方库
导入第三方库
2、建立神经网络
神经网络的建立与上期分享的训练篇完全一致,本期不再介绍代码意思,小伙伴们可以参考上期文章
CNN神经网络建立
训练CNN神经网络
3、处理输入图片
在数字图像处理中,针对不同的图像格式有其特定的处理算法。
PIL九种不同模式:1,L,P,RGB,RGBA,CMYK,YCbCr,I,F
一、模式“RGB”转换为其他不同模式
1、模式”1”
为二值图像,非黑即白。但是它每个像素用8个bit表示,0表示黑,255表示白。下面我们将lena图像转换为“1”图像。
img=img.convert(“1”)
2、模式“L”
为灰色图像,它的每个像素用8个bit表示,0表示黑,255表示白,其他数字表示不同的灰度。在PIL中,从模式“RGB”转换为“L”模式是按照下面的公式转换:
img=img.convert(“L”)
L = R * 299/1000 + G * 587/1000+ B * 114/1000
图片处理
39 转灰度
45 提取每列像素点
这里的0 代表的是黑,1 代表白,但是minist数据0代表白,1代表黑
格式化成minist数据
52转换为pytorch tensor数据
MINIST数据
4、使用神经网络预测手写数字
预测代码
57 新建一个CNN神经网络,我们采用CUDA来进行加速
59 使用eval函数展开model
61 提取预测结果
5、查看运行预测结果
运行结果
我们输入的是5的图片,神经网络预测也是5
神经网络
微@信搜索:启示AI科技,
体验不一样的AI工具
新增垃圾分类功能
本站所发布的文字与图片素材为非商业目的改编或整理,版权归原作者所有,如侵权或涉及违法,请联系我们删除
热门信息
阅读 ()
1 注册微信号怎么注册第二个阅读 ()
2 怎么把照片变成卡通头像阅读 ()
3 手机越充越少电怎么解决