一种智慧台灯手写字符判断方法技术

本发明专利技术公开了一种智慧台灯手写字符判断方法，利用MNIST数据集进行扩充后，含有10万张训练样本和1万张测试样本；7类数学符号一共含70000张训练样本和7000张测试样本；复合数字数据集一共有90类，每类复合数字都由10000个训练样本和1000个测试样本组成，含有数字10到99；将扩充后的单字符数据集与复合数字数据集进行混合训练，共107类。实现对字符精确度的快速判断。速判断。

【技术实现步骤摘要】
一种智慧台灯手写字符判断方法


[0001]本专利技术涉及手写识别
，具体为一种智慧台灯手写字符判断方法。

技术介绍

[0002]手写字符识别在结合了诸如深度学习之类的人工智能技术后，越来越多地在移动端和手持设备中使用，学生的作业图像会被收集起来进一步分析处理
[1]，但它仍然是一个具有挑战性的问题。在低年级数学算术题的识别与评阅过程中，由于学生书写不规范而导致数字之间重叠和粘连使得手写字符分割识别效果不尽人意，如何提升现有方法的准确率和运行效率，是图像处理与模式识别领域的重要研究内容。根据数字的粘连程度，姚
[2]等人使用MNIST数据集生成了100％重叠数据集进行识别，为真实情况下的粘连数字识别提供了新思路。但是现有的手写字符识别的字符精确度判断十分麻烦，而且精确性低。

技术实现思路

[0003]本专利技术的目的在于提供一种智慧台灯手写字符判断方法，以解决对字符精确度的快速判断的问题。
[0004]为实现上述目的，本专利技术提供如下技术方案：一种智慧台灯手写字符判断方法，台灯上设有手写字符识别装置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智慧台灯手写字符判断方法，台灯上设有手写字符识别装置，过程如下：利用MNIST数据集进行扩充后，含有10万张训练样本和1万张测试样本；7类数学符号一共含70000张训练样本和7000张测试样本；复合数字数据集一共有90类，每类复合数字都由10000个训练样本和1000个测试样本组成，含有数字10到99；将扩充后的单字符数据集与复合数字数据集进行混合训练，共107类；数据预处理流程为：首先，由于生成复合数字时使用了随机重叠率，所得图片大小不统一，我们将图片缩放为32*32，并对图像每边填充4个像素，把32*32扩展至40*40；其次，进行随机裁剪、随机左右翻转和随机镜像、倾斜度为15度的随机旋转等操作，生成多样化的训练数据；最后，为了加快模型训练时通过梯度下降法搜索最优解的速度，对图像进行标准化处理，RGB每个通道归一化用到的均值mean为(0.5070，0.4865，0.4409),方差std为(0.2673，0.2564，0.2761)；训练策略：训练过程中，数据的加载使用了多线程的方式，其中训练集进程数为4，测试集进程数为2；超参设置：教师网络的训练使用了SGD优化器，其中Nesterov参数为0.9，权重衰减系数为5e
‑
4；损失函数使用交叉熵，学习率衰减方式初始为lr＝0.1，在第15和25个epoch将学习率除以10，并以批量大小128训练30个epoch；学生网络采用学习率为0.001的Adam优化器对网络训练30个...

【专利技术属性】
技术研发人员：毛留锡，
申请(专利权)人：杭州凯伟科技有限公司，
类型：发明
国别省市：