实例介绍
用python写的tensorflow框架下数码管的识别方法,包含训练代码和测试代码,可直接利用模型进行检测,如果效果不好,可以自己构建数据集训练
【实例截图】
【核心代码】
tube_digit_recognization-master.tar
└── tube_digit_recognization-master
├── datasets
│ ├── 2018-09-10_162811_125.jpg
│ ├── 2018-09-10_162811_270.jpg
│ ├── digit_model
│ │ ├── checkpoint
│ │ ├── my_digit_model.data-00000-of-00001
│ │ ├── my_digit_model.index
│ │ └── my_digit_model.meta
│ ├── img00001.png
│ ├── img00002.png
│ ├── img00003.png
│ ├── img00004.png
│ ├── img00005.png
│ ├── img00006.png
│ ├── test
│ │ ├── imgs
│ │ │ ├── 000010.jpg
│ │ │ ├── 000011.jpg
│ │ │ ├── 000012.jpg
│ │ │ ├── 000013.jpg
│ │ │ ├── 000014.jpg
│ │ │ ├── 000015.jpg
│ │ │ ├── 000016.jpg
│ │ │ ├── 000017.jpg
│ │ │ ├── 000018.jpg
│ │ │ ├── 000019.jpg
│ │ │ ├── 00001.jpg
│ │ │ ├── 000020.jpg
│ │ │ ├── 000021.jpg
│ │ │ ├── 000022.jpg
│ │ │ ├── 000023.jpg
│ │ │ ├── 000024.jpg
│ │ │ ├── 000025.jpg
│ │ │ ├── 000026.jpg
│ │ │ ├── 000027.jpg
│ │ │ ├── 000028.jpg
│ │ │ ├── 000029.jpg
│ │ │ ├── 00002.jpg
│ │ │ ├── 000030.jpg
│ │ │ ├── 000031.jpg
│ │ │ ├── 000032.jpg
│ │ │ ├── 000033.jpg
│ │ │ ├── 000034.jpg
│ │ │ ├── 000035.jpg
│ │ │ ├── 000036.jpg
│ │ │ ├── 000037.jpg
│ │ │ ├── 000038.jpg
│ │ │ ├── 000039.jpg
│ │ │ ├── 00003.jpg
│ │ │ ├── 00004.jpg
│ │ │ ├── 00005.jpg
│ │ │ ├── 00006.jpg
│ │ │ ├── 00007.jpg
│ │ │ ├── 00008.jpg
│ │ │ └── 00009.jpg
│ │ └── targets
│ │ └── target.txt
│ └── train
│ ├── imgs
│ │ ├── 10.jpg
│ │ ├── 11.jpg
│ │ ├── 12.jpg
│ │ ├── 13.jpg
│ │ ├── 14.jpg
│ │ ├── 15.jpg
│ │ ├── 16.jpg
│ │ ├── 17.jpg
│ │ ├── 18.jpg
│ │ ├── 19.jpg
│ │ ├── 1.jpg
│ │ ├── 20.jpg
│ │ ├── 21.jpg
│ │ ├── 22.jpg
│ │ ├── 23.jpg
│ │ ├── 24.jpg
│ │ ├── 25.jpg
│ │ ├── 26.jpg
│ │ ├── 27.jpg
│ │ ├── 28.jpg
│ │ ├── 29.jpg
│ │ ├── 2.jpg
│ │ ├── 30.jpg
│ │ ├── 31.jpg
│ │ ├── 32.jpg
│ │ ├── 33.jpg
│ │ ├── 34.jpg
│ │ ├── 35.jpg
│ │ ├── 36.jpg
│ │ ├── 37.jpg
│ │ ├── 38.jpg
│ │ ├── 39.jpg
│ │ ├── 3.jpg
│ │ ├── 40.jpg
│ │ ├── 41.jpg
│ │ ├── 42.jpg
│ │ ├── 43.jpg
│ │ ├── 44.jpg
│ │ ├── 45.jpg
│ │ ├── 46.jpg
│ │ ├── 47.jpg
│ │ ├── 48.jpg
│ │ ├── 49.jpg
│ │ ├── 4.jpg
│ │ ├── 50.jpg
│ │ ├── 51.jpg
│ │ ├── 5.jpg
│ │ ├── 6.jpg
│ │ ├── 7.jpg
│ │ ├── 8.jpg
│ │ └── 9.jpg
│ └── targets
│ └── target.txt
├── digit_rgn_learn.ipynb
├── digit_rgn_learn.py
├── README.md
├── test.py
└── train.py
9 directories, 109 files
标签:
相关软件
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论