Tensorflow：如果我有训练有素的 MNIST model，如何检测图像中的手写数字？

Question

我已经通过https://keras.io/examples/vision/mnist_convnet/ 中的示例代码使用 MNIST 数据集训练了 model

我有一个包含几个手写数字和其他字符的图像，大小不同，colors。

我想使用经过训练的 model 检测手写数字（0-9），并在每个数字周围绘制一个边界矩形。

可能吗？ 任何建议表示赞赏。 我的环境：tensorflow 2.7 + python 3. 使用了 Keras。

Answer 1

因为您的 output 层如下所示： (Dense) (None, 10) 16010
你定义了你的类： num_classes = 10

您使用pred = model.predict(image)其中 image 是您的图像。

请注意，您的图像需要形状 = (28, 28, 1)，因此其 x 值为 28，y 值为 28，颜色通道为 1 =（灰度）。 您需要将图像转换为 numpy 数组。

它会给你一个数组，其中最大的数字是你的数字的结果。

喜欢：[0.2, 0.4, 0.9, 0.1, 0.3, 0.3, 0.5, 0.6, 0.6, 0.2]

所以在这种情况下，数字将是 2

如果你真的想在它周围画一个盒子，你需要一个 object 检测器，它更复杂、更耗时。