初中信息技术第六单元 AI项目工坊第29课 手写数字识别背景图ppt课件

这是一份初中信息技术第六单元 AI项目工坊第29课 手写数字识别背景图ppt课件，共7页。PPT课件主要包含了问题情境，一准备数据，三训练模型，学习内容，准备数据，x28，x28784，搭建人工神经网络，图像文件，卷积神经网络等内容，欢迎下载使用。
我们之前已经学习过如何识别标准的LED数字。然而，在现实生活中，人们手写的数字形状多样、笔画粗细不一，远比标准的LED数字复杂得多。如果继续使用之前的方法进行识别，效果往往无法满足实际需求。
我们需要根据手写数字的特点 ，重新训练一个专门用于识别手写数字的模型。
二 搭建人工神经网络
四 调用模型识别手写数字
要训练这样的模型，需要大量的手写数字图像数据。为此，科研人员收集并整理了一些数据集，如MNIST手写数字数据集。该数据集包含大量真实手写数字的图像，并被划分为两部分。
一、训练数据，用于训练模型，帮助模型学习如何从图像中提取特征并识别出对应的数字。二、测试数据，用于验证模型的识别效果。
你知道数据集里的图像内容和图像特征吗？运行配套资源中的《数据集查看器》软件，选择data文件夹，查看里面的训练数据和测试数据，并回答后面的问题。
1. 可以发现，这个数据集有_______条数据用于训练，有______条数据用于测试，图像的分辨率是_______。2. 由此可以推测，神经网络的输入层可能需要_____________个输入节点，输出层可能需要_____个输出节点。
搭建神经网络，就是根据任务要求确定网络层数、层类型及参数的过程。同时还需要设计各层之间的连接方式，使人工神经网络能够有效提取数据特征并完成推理。思考以下两个问题：· 手写数字存储在什么类型的媒体中？· 根据之前所学，要提取此类媒体的特征，可以使用什么技术？
该人工神经网络由三层组成：一个卷积层cnv，两个全连接层fc1和fc2。其中，卷积层负责从图像中提取特征；全连接层负责整合提取到的特征，并最终将它们映射为0到9这十个数字类别的概率。
class SimpleCnvNet(nn.Mdule): def __init__(self): super(SimpleCnvNet, self).__init__() # 卷积层，提取特征 # 输入是1个通道（黑白图）；输出是8个通道，类似于用8种方式寻找特征 self.cnv = nn.Cnv2d(1, 8, kernel_size=3, padding=1) # 输入为8×28×28大小的特征，输出为128个通道的特征 self.fc1 = nn.Linear(8 * 28 * 28, 128) # 用于分类 # 输入为128个通道的特征；输出为10个数字类别的概率 self.fc2 = nn.Linear(128, 10) # 负责根据输入数据，输出结果 def frward(self, x): x = F.relu(self.cnv(x)) x = x.view(-1, 8 * 28 * 28) x = F.relu(self.fc1(x)) x = self.fc2(x) return F.lg_sftmax(x, dim=1)
28x28像素输入图像（1个通道）
8个28x28特征图（8个通道）
x=F.relu(self.cnv(x))
x = x.view(-1, 8 * 28 *a 28)
x = F.relu(self.fc1(x))
x = self.fc2(x)return F.lg_sftmax(x, dim=1)
训练过程可看作人工神经网络的“学习”过程：通过大量已知类别的图像，不断调整参数，使网络逐步提升对手写数字的识别能力。注意，训练模型通常比使用模型要耗费更多的算力，因此最好在高性能计算机系统中训练模型。
选择合适的方式，利用数据训练模型1. 参照以下方法，获得用于训练的软件或程序。方法一：利用人工智能模型生成训练代码。方法二：参考配套资源中的 train.py 程序。方法三：运行配套资源中的《神经网络训练器》软件。
训练程序通常包含两个核心函数：train和 evaluate ，它们分别用于模型的训练阶段和验证阶段。其中，train函数负责控制人工神经网络基于训练数据进行学习，即通过前向传播计算预测结果，并利用损失函数衡量预测与真实标签之间的误差，再通过反向传播自动调整网络参数；而evaluate函数则是在每轮训练后，使用一组独立的验证数据评估当前模型的性能，以判断其泛化能力。
以《神经网络训练器》软件为例。2. 参照界面提示，选择人工神经网络和数据集后单击“开始训练”按钮，观察训练过程中损失和准确率等指标的变化。3. 单击“保存模型”按钮，将训练后的模型保存起来。
训练指标中的损失反映了模型预测结果与真实标签之间的差距，数值越低（最低为 0）表示模型越准确；准确率则表示模型在测试数据中正确识别的比例。
四、调用模型识别手写数字　　　
训练结束后，可编程调用训练得到的模型，对手写数字进行识别。
配套资源提供了《手写数字识别》软件，运行后在右侧画板输入数字，程序就可以将相应的数字识别出来。大家可以先用这个软件体验一下。
每次都能识别对吗？更换不同的模型，识别效果有什么不同？
# 引入编程库imprt simprt cv2imprt trchfrm mdel imprt SimpleCnvNet , CmplexNet , TinyNet# 自动选择可用的计算设备device = trch.device("cuda" if () else "cpu")# 选择神经网络的类型mdel = SimpleCnvNet()# 加载训练好的模型，注意修改模型的路径mdel.lad_state_dict(trch.lad('mdels/digit_mdel.pth’))# 把模型加载到运算设备中mdel.t(device)
# test 文件夹中放着很多手写数字图像fr rt, dirs, files in s.walk('test’): fr file in files: img_path = (rt, file) try: # 图像转换成灰度图 ，像素值范围0到255 img = cv2.cvtClr(cv2.imread(img_path), cv2.COLOR_BGR2GRAY) # 确保图像为黑白图 img = cv2.threshld(img, 127, 255, cv2.THRESH_BINARY_INV)[1] # 分辨率调整到28x28，与训练数据保持一致 img = cv2.resize(img, (28, 28)) # 根据图像进行识别 predicted, cnfidence = mdel.predict(img) print(f'{file} --- {predicted}’) except Exceptin as e: print(f'{file} --- 预测失败，错误: {e}')
也可以参照配套资源中的程序，采用编程方式调用模型，进行手写数字的识别。
经过充分训练的模型，通常可以较好地识别图像中的手写数字。不过总有一些数字无法被模型正确识别出来，这与用于训练模型的数据集、模型自身的结构、训练过程等都有关系。
1. MNIST数据集里有训练数据和测试数据。训练数据用于“教”模型识别数字，测试数据则用于“测”模型的学习成果。2. 通过准备数据、搭建神经网络、训练模型、调用模型这几个步骤能够实现手写数字的识别。3. 训练中的准确率和损失是两个重要的训练指标，共同用于评估模型的学习效果。