徐頌民 江玉珍

摘要：CNN卷積神經(jīng)網(wǎng)絡(luò)是圖像識(shí)別和分類等領(lǐng)域的前沿研究方法。由于CNN模型訓(xùn)練效果與實(shí)際測(cè)試之間存在較大的差距，為提高自由手寫數(shù)字的識(shí)別率，嘗試使用TensorFlow搭構(gòu)CNN網(wǎng)絡(luò)模型，在完成MNIST數(shù)據(jù)集訓(xùn)練的基礎(chǔ)上實(shí)現(xiàn)對(duì)自由手寫數(shù)字的識(shí)別，并根據(jù)兩種樣本狀態(tài)的差別和識(shí)別結(jié)果提出效果分析及改進(jìn)方法，實(shí)驗(yàn)證明該改進(jìn)方法獲得明顯效果。

關(guān)鍵詞：手寫數(shù)字;卷積;神經(jīng)網(wǎng)絡(luò);深度學(xué)習(xí);訓(xùn)練本樣

中圖分類號(hào)：TP399 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）13-0011-02

3實(shí)驗(yàn)效果及分析

3.1 MNIST訓(xùn)練結(jié)果

MNIsT訓(xùn)練實(shí)驗(yàn)在迭代5000次后，獲得接近100%的準(zhǔn)確率和0.0033的低代價(jià)值。測(cè)試集也獲得整體98.17%的高準(zhǔn)確率，充分證明該CNN模型的強(qiáng)擬合性能。

3.2自由手寫數(shù)字的測(cè)試結(jié)果

實(shí)驗(yàn)先在白紙上用黑色中性筆隨機(jī)寫下一串?dāng)?shù)字，攝取圖像，裁切、縮小于28*28像素并保存為PNG灰度圖，在該基礎(chǔ)上進(jìn)行單字識(shí)別及批量識(shí)別測(cè)試。

實(shí)驗(yàn)1：?jiǎn)巫肿R(shí)別。圖2為手寫單數(shù)字6及其識(shí)別的輸出結(jié)果，softmax函數(shù)輸出所有10類結(jié)果中，第7個(gè)值是0.9053704，明顯高于其他分類值，因此argmax函數(shù)識(shí)別結(jié)果為數(shù)字“6”（第1個(gè)分類值由“0”計(jì)起），這個(gè)結(jié)果與我們的實(shí)驗(yàn)期望是相符的。

實(shí)驗(yàn)2：批量自動(dòng)識(shí)別。在隨機(jī)長(zhǎng)度的批量識(shí)別中發(fā)現(xiàn)，準(zhǔn)確率與期望值存在不少差距，如對(duì)圖3手寫"5347"經(jīng)批量分類計(jì)算后輸出為“5847”，系統(tǒng)將“3”識(shí)別為“8”。實(shí)驗(yàn)對(duì)100個(gè)自由手寫數(shù)字進(jìn)行批量識(shí)別計(jì)算，整體的正確識(shí)別率僅為76%。

3.3結(jié)果分析及方法改進(jìn)

經(jīng)過(guò)對(duì)自由案例和訓(xùn)練集案例的比對(duì)，不難發(fā)現(xiàn)訓(xùn)練與實(shí)測(cè)差距的原因：1）在MNIST數(shù)據(jù)集數(shù)字樣本是黑底白字，而手寫數(shù)字樣本經(jīng)反相處理后底色是深灰色的，背景色之間存在較大差異;2）手寫數(shù)字樣是在白紙上書寫后經(jīng)手機(jī)攝像輸入處理，紙面的紋理在一定程度上形成了噪聲而影響了檢測(cè)。如圖4，對(duì)“3”字的輸入圖進(jìn)行反相及放大后可明顯反映出以上2個(gè)特點(diǎn)。

針對(duì)上述問(wèn)題，改進(jìn)的方法有2種：

1）擴(kuò)充訓(xùn)練集，擴(kuò)增大量帶噪和帶背景的訓(xùn)練樣本。這種方法可直接讓系統(tǒng)具有帶噪及帶背景的識(shí)別力，從本質(zhì)上能提升系統(tǒng)的魯棒性，但樣本集的擴(kuò)增需要非常大的工作量。

2）調(diào)整現(xiàn)有待測(cè)數(shù)據(jù)，即對(duì)待測(cè)圖再進(jìn)行增強(qiáng)預(yù)處理使其更接近訓(xùn)練集的樣式。

相比之下，方法2）更加簡(jiǎn)單易行，實(shí)驗(yàn)用python程序PIL庫(kù)的ImageEnhance模塊對(duì)所有手寫數(shù)字圖進(jìn)行明亮度和對(duì)比度的增強(qiáng)處理，明亮度參數(shù)和對(duì)比度參數(shù)均為1.5，增強(qiáng)后待測(cè)圖集如圖6。重新對(duì)數(shù)據(jù)進(jìn)行識(shí)別計(jì)算，系統(tǒng)的正確識(shí)別率提升至93%。

4結(jié)束語(yǔ)

CNN是目前公認(rèn)的深度學(xué)習(xí)的一種成功算法，尤其適用于圖像分類和識(shí)別處理?；贑NN的圖像識(shí)別算法已被證明優(yōu)于傳統(tǒng)算法，但CNN算法也并非就是萬(wàn)能算法，一個(gè)好的識(shí)別模型，與內(nèi)部函數(shù)選取、訓(xùn)練集質(zhì)量及規(guī)模等因素息息相關(guān)。此外，待檢測(cè)圖像的預(yù)處理效果對(duì)算法的識(shí)別效果也起著舉足輕重的作用。在深度學(xué)習(xí)圖像識(shí)別計(jì)算中，目標(biāo)區(qū)域分割、分割區(qū)形狀矯正、去噪、紋理增強(qiáng)等都是圖像識(shí)別前預(yù)處理的研究熱點(diǎn)。