HIT 模式识别 手写汉字分类 Python实现

训练集数据 TrainSamples-400.csv,含 100 个不同汉字,每个汉字 400 个实例,每个实例均为 64*64 的二值图像;

训练集标注TrainSamples-400.csv,为 40000 个 0 到 99 间的整数,表示训练集中每个实例所属汉字类别;

测试集数据 TestSamples-300.csv,为 30000 个实例,每个实例格式同训练集。

要求标注测试集,输出 Result.csv。

python 复制代码
import numpy as np
import pandas as pd
from tensorflow.keras.utils import to_categorical
from tensorflow.keras import models, layers

def train():
    data = pd.read_csv("TrainSamples-400.csv", header=None)
    train_image = data.to_numpy()
    data = pd.read_csv("TrainLabels-400.csv", header=None)
    train_label = data.to_numpy()
    train_label = to_categorical(train_label)
    network = models.Sequential()
    network.add(layers.Input(shape = (64, 64, 1)))
    network.add(layers.Conv2D(64, (5, 5), activation = 'relu'))
    network.add(layers.MaxPooling2D((2, 2)))
    network.add(layers.Conv2D(96, (3, 3), activation = 'relu'))
    network.add(layers.MaxPooling2D((2, 2)))
    network.add(layers.Conv2D(48, (3, 3), activation = 'relu'))
    network.add(layers.Flatten())
    network.add(layers.Dense(768, activation = 'relu'))
    network.add(layers.Dense(100, activation = 'softmax'))
    network.summary()
    network.compile(optimizer = 'rmsprop', loss = 'categorical_crossentropy', metrics = ['accuracy'])
    network.fit(train_image.reshape(40000, 64, 64, 1), train_label, epochs = 5, batch_size = 64, validation_split = 0.1, validation_freq = 1)
    network.save('saved_model/my_model')
    
def test():
    data = pd.read_csv("TestSamples-300.csv", header = None)
    test_image = data.to_numpy()
    network = models.load_model('saved_model/my_model')
    network.summary()
    test_label = network.predict(test_image.reshape(30000, 64, 64, 1))
    test_label = np.array([np.argmax(i) for i in test_label])
    pd.DataFrame(test_label).to_csv('Result.csv', header = None, index = False)

if __name__ == '__main__':
    train()
    test()
相关推荐
网安INF13 分钟前
深度学习中的逻辑回归:从原理到Python实现
人工智能·python·深度学习·算法·逻辑回归
青苔猿猿16 分钟前
(5)aconda之.condarc文件配置
python·镜像源·.condarc文件
ningdisheng18 分钟前
Python用图片生成banner.txt文件
python
0wioiw027 分钟前
Python基础(吃洋葱小游戏)
开发语言·python·pygame
蓝婷儿31 分钟前
Python 数据分析与可视化 Day 14 - 建模复盘 + 多模型评估对比(逻辑回归 vs 决策树)
python·数据分析·逻辑回归
栗子~~34 分钟前
Python实战- Milvus 向量库 使用相关方法demo
开发语言·python·milvus
狐凄36 分钟前
Python实例题:基于 Flask 的在线聊天系统
开发语言·python
狐凄37 分钟前
Python实例题:基于 Flask 的任务管理系统
开发语言·python
JavaEdge在掘金1 小时前
cursor 1.2发布!Agent规划、更好上下文支持 & 更快的 Tab 补全!
python
巴里巴气1 小时前
Python爬虫用Clash软件设置代理IP
爬虫·python·tcp/ip