基于深度学习的手写数字图像识别模型研究及其浏览器服务平台搭建

摘要

为制作手写数字图像数据集,使用OpenCV图像识别技术来分割表格并提取网格图片。对收集的100份手写数字表格,进行表格识别与去除,再对去除表格后的图像进行分割,得到10000张28×28的手写数字图像,作为数据集。用LeNet-5模型网络检测数据集的数据质量优劣情况,得出自制数据集的测试集得分为98.30%,并从混淆矩阵与分类报告输出结果中发现,数据集是可用的。使用HTML构建网站,Flask框架来实现网站,最后使用内网穿透实现用户对网站的访问。