【A101】基于Tensorflow手写数字识别系统(GUI界面)

文件编号：A101

文件大小：35M

开发环境：Python3.8、OpenCV4.6、Tensorflow2.9、Pycharm2020

猿创承诺：该项目亲测正常运行，需远程调试部署需另外收费，确保正常使用，不能正常使用全额退款。

简要概述：手写字体识别是卷积神经网络案例，这里我将模型的训练、测试、保存以及使用整合在了一起。确定你的电脑已经安装好了PyQt5、tensorflow2.0以及opencv-python等相关软件，你可以执行下列命令进行安装

文件目录：

|--images 图片的存放目录，这里我放置了一些图片用于装饰界面

|--models 模型的存放目录，训练好的模型将会存放在这个文件夹下

|--train.py 模型的训练代码，直接执行将会保存模型到models文件夹下

|--test.py 模型的测试文件，计算模型的准确率，或者你可以使用这个文件来进行单一文件的测试

|--minist_window.py 可视化界面，在这个界面下，你可以进行可视化的操作来完成手写数字的识别

|--requirements.txt 执行环境中必备的包

运行说明：

如果你想要重新训练你的模型，请执行

python train.py

如果你想要测试模型的准确率，请执行

python test.py

如果你想看看图形化的界面，请执行

python mnist_window.py

按需写作：

演示视频：

点击查看：系统演示视频

运行效果：

训练效果 train

测试效果 test

图形化界面

远程协助：

温馨提示：索炜达.猿创官方提供收费远程协助，确保您项目运行成功。

点击查看：远程协助相关事项

我们提供完整项目文件清单如下：

文件目录

 ├ 1.项目源码

 ├ 2.运行截图

 └ 3.演示视频