手写选择题识别-c++线上调用 线下python跑出的tensorflow模型-占坑
来源:互联网 发布:javascript怎样清空 编辑:程序博客网 时间:2024/06/15 22:44
现在的情况是,因为要最后转换到android程序,所以使用了c++ 和opencv 对图像进行处理,然后训练模型还是使用python下的tensorflow 。
现在两边的框架大致上搭好了,整体获得的效果如下,也就是说在稳点的情况下(获取边缘时候阈值的大小 以及边缘线本身像素问题,拍照图片的角度导致的图像的四个倾向,导致透视变换时候四个顶点的确定,这几个问题都没有做自动判断调整,等以后),模块1(c++程序)这块能够正常的获得结果,
在模块2(python脚本)这块能够利用训练好的模型获得预测结果(正确率没有达到效果,一个是训练时的数据有点少,测试集使用的是训练集的数据,另外一个是在正式的预测时候的数据的处理上的效果。但是现在不管了,至少能够很好的识别b 和d 了)。
还有一个大的问题就是两者之间的连通,现在获取的图片我采取的是先转换为mnist的格式(因为网上的关于这些的大多是直接用的是mnist数据,很少说到怎么使用自己的数据。可能没找到。)
在我的想法是:
一个是在两种编程语言之间的通信(比如c++调用python脚本)。
另一个是从tensorflow出发,直接c++调用tensorflow的模型。
我觉得暂时优先考虑第二个,虽然第二个网上教程少(暂时看到的),但是具有很好的学习型,而且第一个直接调脚本坑应该也挺多的。
。。所以先占个坑放这。
阅读全文
0 0
- 手写选择题识别-c++线上调用 线下python跑出的tensorflow模型-占坑
- 手写选择题识别-封装tensorflow模型-移植到android程序
- tensorflow Lenet5手写字体识别模型的保存与加载
- 手写选择题识别-实现android调用c++ oepncv项目
- 手写选择题识别-边学边记录
- 手写选择题识别-透视变换
- c++调用python训练的tensorflow模型
- Tensorflow的Helloword:使用简单Softmax Regression模型来识别Mnist手写数字
- 如何用Tensorflow实现增强版本的Mnist手写识别网络模型
- 基于tensorflow的MNIST手写数字识别
- 基于tensorflow的MNIST手写数字识别
- TensorFlow实现简单的手写字体识别
- 54、tensorflow手写识别的高级版本
- tensorflow的hellow world:mnist手写识别
- 基于Tensorflow的android手写数字识别
- Tensorflow , MNIST 识别你自己手写的数字
- Tensorflow小样例-分类模型(识别mnist手写数字)
- tensorflow识别手写数字
- 马云斯坦福大学演讲:想法与技术可以改变世界
- 关系运算符
- 字节流复制文件(文本,图片,音乐等)
- 几何模板
- 500强企业专家级面试果然是噩梦级,吐血分享成功经验
- 手写选择题识别-c++线上调用 线下python跑出的tensorflow模型-占坑
- 【C++】【LeetCode】77. Combinations
- Eclipse项目上出现红色的感叹号
- 简单的快速排序
- 给input标签加整数验证
- ARM汇编指令的自我介绍(1)--算数与逻辑指令
- Oracle建立表空间和用户
- ccf认证折点计数
- 莫比乌斯函数(bzoj 1101: [POI2007]Zap)