Как проверить мои собственные нарисованные числа в нейронной сети

Question

Я следовал этому учебнику о том, как сделать нейронную сеть. Все отлично работает, и я чувствую, что у меня есть достаточно твердое понимание всего, что я сделал.

Я видел где-то, что люди могут нарисовать число на экране, а затем запустить модель, чтобы посмотреть, сможет ли она угадать ее правильно. Я не могу найти, как это сделать (чтобы уточнить, я не хочу рисовать одно число в своей программе и проверять его, а не создавать целый набор данных и загружать его) Я считаю, что мне нужно использовать numpy (хотя я не уверен), а затем сохраните его как переменную размером 28x28 пикселей, черно-белое, а затем попросите модель предсказать, что это такое.

Это правильно? Может ли кто-нибудь помочь направить меня в правильном направлении? Мой код такой же, как и в видео, но вам не нужно его смотреть, вот он. Я разделил код по ячейке. Спасибо за любую помощь!

import tensorflow as tf

mnist = tf.keras.datasets.mnist # 28x28 images of handwritten digits 0-9

(x_train, y_train), (x_test, y_test) = mnist.load_data()

x_train = tf.keras.utils.normalize(x_train, axis=1)
x_test = tf.keras.utils.normalize(x_test, axis=1)

model = tf.keras.models.Sequential()
model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(128, activation=tf.nn.relu))
model.add(tf.keras.layers.Dense(128, activation=tf.nn.relu))
model.add(tf.keras.layers.Dense(10, activation=tf.nn.softmax))

model.compile(optimizer='adam',
             loss='sparse_categorical_crossentropy',
             metrics=['accuracy'])

model.fit(x_train, y_train, epochs=3)

---

val_loss, val_acc = model.evaluate(x_test, y_test)
print(val_loss, val_acc)

---

import matplotlib.pyplot as plt

plt.imshow(x_train[8], cmap = plt.cm.binary)
plt.show()

---

model.save('num.model')

---

new_model = tf.keras.models.load_model('num.model')

---

print(predictions)

---

import numpy as np
print(np.argmax(predictions[80]))

---

plt.imshow(x_test[80])
plt.show
predictions = new_model.predict(x_test)

Answer 1

Вы можете сделать что-то вроде этого:

1. Нарисуйте свой номер на белом листе, запишите его на свой телефон или ПК и сохраните на своем ПК.
2. Проверьте, что вашвходной размер:

    import keras.backend as K
    if K.image_data_format() == 'channels_first':
        input_shape = (1, img_rows, img_cols)
        first_dim = 0
        second_dim = 1
    else:
        input_shape = (img_rows, img_cols, 1)
        first_dim = 0
        second_dim = 3

Затем

thresh=90
gray_img = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #frame is the image.
gray_img = cv2.GaussianBlur(gray_img, (5, 5), 0)
#adaptive here does better with variable lighting:

gray_img = cv2.adaptiveThreshold(gray_img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
                                 cv2.THRESH_BINARY_INV, blockSize = 127, C = 2)

#gray_img = cv2.adaptiveThreshold(gray_img, 255, cv2.ADAPTIVE_THRESH_MEAN_C,
#                                 cv2.THRESH_BINARY_INV, blockSize = 127, C = 2)

Таким образом, этот блок преобразует ваше изображение в оттенки серого, чтобы передать его в модель.

Затем найдите контуры на изображении и передайте их модели, используя model.predict() или model.predict_classes().

Вы можете проверить мой github на Odia Распознавание рукописных символов ,Я сделал то же самое, используя захват видео.