python - 预测鼠标书写数字
问题描述
我想预测鼠标写的数字。我使用 TensorFlow 创建了一个模型并训练了整个数据集。
当我写一个数字并尝试预测时,它给我的答案不太准确。
请提出一些克服这个问题的方法。
源代码是:
import cv2
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image
import tensorflow as tf
def plot_digit(data):
image = data.reshape(28, 28)
plt.imshow(image, interpolation='nearest')
plt.axis('off')
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dense(10)
])
predictions = model(x_train[:1]).numpy()
tf.nn.softmax(predictions).numpy()
loss_fn = tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True)
loss_fn(y_train[:1], predictions).numpy()
model.compile(optimizer='adam',
loss=loss_fn,
metrics=['accuracy'])
model.fit(x_train, y_train, epochs=10)
model.evaluate(x_test, y_test, verbose=2)
drawing = False # true if mouse is pressed
pt1_x , pt1_y = None , None
# mouse callback function
def line_drawing(event,x,y,flags,param):
global pt1_x,pt1_y,drawing
if event==cv2.EVENT_LBUTTONDOWN:
drawing=True
pt1_x,pt1_y=x,y
elif event==cv2.EVENT_MOUSEMOVE:
if drawing==True:
cv2.line(img,(pt1_x,pt1_y),(x,y),color=(255,255,255),thickness=3)
pt1_x,pt1_y=x,y
elif event==cv2.EVENT_LBUTTONUP:
drawing=False
cv2.line(img,(pt1_x,pt1_y),(x,y),color=(255,255,255),thickness=3)
img = np.zeros((200,200), np.uint8)
cv2.namedWindow('test draw')
cv2.setMouseCallback('test draw',line_drawing)
while(1):
cv2.imshow('test draw',img)
if cv2.waitKey(1) & 0xFF == 27:
break
cv2.destroyAllWindows()
img = Image.fromarray(img)
foo = img.resize((28,28),Image.ANTIALIAS)
foo = np.array(foo)/255.0
plot_digit(foo)
np.argmax(model.predict(foo.reshape(1,28,28)))
当我写 7 时,它预测 6。但是当我绘制我绘制的图形时,它显示 7。
解决方案
这可能是很多事情。一些想法:
1)也许是调整大小?在thickness=3
a 上200,200
,这变得更像是thickness=1
在您调整到 后(28,28)
,它不再代表 MNIST 数据集。尝试可视化一些 MNIST 数据和鼠标写入的数据,看看它们是否真的相似(在(28,28)
)级别。
2)也许模型过拟合手写数字?考虑在你的模型中使用卷积层,我认为在这种情况下它会缓解这个问题。
3)也许是可视化?我看到您同时使用ANTIALIAS
和nearest
可视化图像。尝试删除nearest
. 你仍然看到你所期望的吗?
如果您可以发布一些您绘制的图像,那将会有所帮助。