基于卷积神经网络与嵌入式的手写数字实时识别系统

罗 雪姣
武汉设计工程学院　智能工程学院

摘要


本文基于卷积神经网络构建了一个以树莓派为主控的嵌入式手写数字识别平台。通过卷积神经网络算法完
成对手写数字图像的采集、预处理、特征提取、模型训练，将训练好的模型部署到以嵌入式平台，通过Opencv摄
像头实时获取图像，并进行识别，识别结果在屏幕上显示，并通过语音播报识别结果。实验结果表明，该系统在
MNIST数据集上达到了98%以上的识别准确率，并具有较好的交互性和实时性。

关键词


卷积神经网络；识别模型；嵌入式；图像处理

全文:

PDF


参考


[1]刘磊，周天愿，俞传涛，等.基于图像识别的阅

卷平台设计[J].科学技术创新，2020（3）：75-77.

[2]纪绪.基于卷积神经网络的手写数字识别研究

与实现[J].信息与电脑（理版），2023，35（12）：169-

171+183.

[3]徐云，杨承翰，高磊.利用机器视觉的手写数字识

别系统设计研究[J].自动化仪表，2022，43（09）：10-13.

[4]王丽轩，李晟，唐庆鑫.基于STM32的嵌入式BP

神经网络训练平台设计与手写数字识别应用[J].长江信息

通信，2025，38（03）：172-174+196.


Refbacks

  • 当前没有refback。