【开源】手写识别 H5 交互式前端开发 - 人工智能垂直领域工程项目案例库
正在缓冲...
前几年，由 Google 发布的你画我猜在线游戏曾火爆一时，这是一个采用机器学习技术制作而成的游戏。当你在屏幕上画图后，神经网络会尝试猜出你画的是什么。虽然神经网络不一定能猜对，但会从这个过程中学习。因此，你玩的次数越多，就越能提升神经网络的辨识能力。目前，互联网用户已经训练这个神经网络辨识几百种物体，并不断地积累下去。通过这个游戏，你可以了解机器学习技术其实有许多有趣的应用场景。
目前，你画我猜提供全球最大规模的 涂鸦数据集 发布，通过该数据集，即可协助训练神经网络辨识涂鸦。这个数据集会公开共享，以便协助进行机器学习研究。然而由于其规模过于庞大，已超过了 5,000 万张图片，并分成 345 个类别，很难从零开始进行训练。因此，我们采用更为熟悉的 MNIST 手写数字识别模型，构建一个类似的手写识别交互式前端模块。
在本案例中，我们将通过简单的 CNN 神经网络训练获得一个 MNIST 手写数字识别模型。之后，借助 Jupyter Notebook 的 Web 服务器端，通过 HTML5 发布一个允许用户通过鼠标绘制手写数字的交互式页面，将用户绘制好的手写数字转换为变量 mnist_handwrite。调用训练好的模型对该变量执行推理，并返回识别结果。
=============================================
个人用户获取视频内相关代码及数据集，请微信搜索小程序【跨象乘云AI补习社】访问订阅。注：全部实验演示视频、代码、数据集仅授权予个人用户学习与实验使用。禁止用于二次销售、分发传播、课堂教学及培训用途。校企用户采购请通过微信公众号【跨象乘云】与客户经理联系。
视频原创制作：广州跨象乘云软件技术有限公司
企业网站：https://www.080910t.com
顶部