《手写数字识别器》内容摘要孟宝亮2018-11-01课程内容675 手写数字识别是计算机视觉领域的经典问题之一,具有广泛的应用。本课程将深入介绍使用支持向量机(SVM)技术来构建一个高效的手写数字识别系统。学生将学习如何使用SVM进行分类,以及如何提取和使用 HOG 特征来实现数字图像的准确识别。课程目标如下: 学习和应用支持向量机算法进行算法模型训练和推理 学习和应用方向梯度直方图算法进行图像特征提取 探讨《手写数字识别器》优化方法和改进程序性能 《手写数字识别器》(一)准备工作 搭建虚拟环境、安装相关的包、了解相关数据 《手写数字识别器》(一)准备工作 搭建虚拟环境、安装相关的包、了解相关数据 《手写数字识别器》(二)Tkinter 学习 Tkinter 绘图板相关内容 《手写数字识别器》(三)绘图板 从零构建数字绘图板 《手写数字识别器》(四)算法理论 介绍支持向量机算法 《手写数字识别器》(五)Scikit-Learn 学习支持向量机、网格搜索的应用 《手写数字识别器》(六)图像处理 学习图像的基本知识和操作 《手写数字识别器》(七)初次训练 进行初次算法模型训练 《手写数字识别器》(八)特征优化 介绍和应用 HOG 特征 《手写数字识别器》(九)位置敏感 使用 opencv 解决位置敏感问题 《手写数字识别器》(十)打完收工 打包、制作可执行程序 未经允许不得转载:一亩三分地 » 《手写数字识别器》内容摘要