我已經通過https://keras.io/examples/vision/mnist_convnet/的示例代碼使用 MNIST 資料集訓練了一個模型
我有一個影像，其中包含多個大小和顏色不同的手寫數字和其他字符。
我想使用經過訓練的模型檢測手寫數字 (0-9)，并在每個數字周圍繪制一個邊界矩形。
是否可以？任何建議表示贊賞。我的環境：tensorflow 2.7 python 3。使用的是Keras。
uj5u.com熱心網友回復：
因為你的輸出層看起來像這樣：
(Dense) (None, 10) 16010
你定義了你的類：
num_classes = 10
你使用
pred = model.predict(image)where image 是你的形象。
請注意，您的影像需要形狀 = (28, 28, 1)，因此其 x 值為 28，y 值為 28，顏色通道為 1 =（灰度）。您需要將影像轉換為 numpy 陣列。
它會給你一個陣列，其中最高的數字是你的數字的結果。
比如：[0.2, 0.4, 0.9, 0.1, 0.3, 0.3, 0.5, 0.6, 0.6, 0.2]
所以在這種情況下，數字將是 2
如果你真的想在它周圍畫一個框，你需要一個更復雜和更耗時的物體檢測器。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/382720.html