
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
数字识别树莓派3+python3.5+opencv3.3+tensorflow1.7+keras
本文主要介绍如何利用树莓派3数字识别1-64数字图片,最近在做一个智能车的项目,通过识别赛场的数字来完成定位,在这里写一下自己的一些经验。1.图片采集和标注图像采集是通过opencv调用摄像头来采集图片的数据,场地的背景为蓝色,数字为白色。通过opencv采集到的图像大小为320x240,对图像进行预处理,包括灰度化、平滑滤波、二值化。由于摄像头拍摄的角度是歪的,所以还做了一些透射变换,采集到的图
机器学习训练过程中常见问题
1. 训练误差和泛化误差机器学习模型在训练数据集和测试数据集上的表现。如果你改变过实验中的模型结构或者超参数,你也许发现了:当模型在训练数据集上更准确时,它在测试数据集上却不⼀定更准确。这是为什么呢?因为存在着训练误差和泛化误差:训练误差:模型在训练数据集上表现出的误差。泛化误差:模型在任意⼀个测试数据样本上表现出的误差的期望,并常常通过测试数据集上的误差来近似。训练误差的期望小...
到底了







