基于自动学习的常用水字识别

• 作者: 张国锋 张维勤 汤辉
• 来源期刊: 现代计算机
• 关键词: 水字 自动机器学习 卷积神经网络 网络态射 数据增强
• 年，卷（期）: 2020,（26）
• 所属期刊栏目: 图形图像
• 页码范围: 47-51,59
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.26.008

摘要

对水字进行文字识别有利于水族文化的保护与传承,是一个重要的研究方向.人工构建识别水字的卷积神经网络(CNN)模型需要大量的时间和专业的知识.使用开源的自动机器学习(AutoML)框架Auto-Keras,以高效的神经架构搜索算法自动搜索构建CNN模型进行水字识别分类,避免大量的人工调参和网络结构调整;同时,将18264张图片数据增强至51000张.实验结果表明,自动搜索构建模型和人工构建模型分别取得90.72％和94.30％的平均识别准确率.