徐頌民 江玉珍

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

關(guān)鍵詞：手寫數(shù)字;卷積;神經(jīng)網(wǎng)絡(luò);深度學習;訓練本樣

中圖分類號：TP399 文獻標識碼：A

文章編號：1009-3044（2020）13-0011-02

3實驗效果及分析

3.1 MNIST訓練結(jié)果

MNIsT訓練實驗在迭代5000次后，獲得接近100%的準確率和0.0033的低代價值。測試集也獲得整體98.17%的高準確率，充分證明該CNN模型的強擬合性能。

3.2自由手寫數(shù)字的測試結(jié)果

實驗先在白紙上用黑色中性筆隨機寫下一串數(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)上進行單字識別及批量識別測試。

實驗1：單字識別。圖2為手寫單數(shù)字6及其識別的輸出結(jié)果，softmax函數(shù)輸出所有10類結(jié)果中，第7個值是0.9053704，明顯高于其他分類值，因此argmax函數(shù)識別結(jié)果為數(shù)字“6”（第1個分類值由“0”計起），這個結(jié)果與我們的實驗期望是相符的。

實驗2：批量自動識別。在隨機長度的批量識別中發(fā)現(xiàn)，準確率與期望值存在不少差距，如對圖3手寫"5347"經(jīng)批量分類計算后輸出為“5847”，系統(tǒng)將“3”識別為“8”。實驗對100個自由手寫數(shù)字進行批量識別計算，整體的正確識別率僅為76%。

3.3結(jié)果分析及方法改進

經(jīng)過對自由案例和訓練集案例的比對，不難發(fā)現(xiàn)訓練與實測差距的原因：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。如圖4，對“3”字的輸入圖進行反相及放大后可明顯反映出以上2個特點。

針對上述問題，改進的方法有2種：

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

2）調(diào)整現(xiàn)有待測數(shù)據(jù)，即對待測圖再進行增強預(yù)處理使其更接近訓練集的樣式。

相比之下，方法2）更加簡單易行，實驗用python程序PIL庫的ImageEnhance模塊對所有手寫數(shù)字圖進行明亮度和對比度的增強處理，明亮度參數(shù)和對比度參數(shù)均為1.5，增強后待測圖集如圖6。重新對數(shù)據(jù)進行識別計算，系統(tǒng)的正確識別率提升至93%。

4結(jié)束語

CNN是目前公認的深度學習的一種成功算法，尤其適用于圖像分類和識別處理。基于CNN的圖像識別算法已被證明優(yōu)于傳統(tǒng)算法，但CNN算法也并非就是萬能算法，一個好的識別模型，與內(nèi)部函數(shù)選取、訓練集質(zhì)量及規(guī)模等因素息息相關(guān)。此外，待檢測圖像的預(yù)處理效果對算法的識別效果也起著舉足輕重的作用。在深度學習圖像識別計算中，目標區(qū)域分割、分割區(qū)形狀矯正、去噪、紋理增強等都是圖像識別前預(yù)處理的研究熱點。