CASIA-HWDB

针对离线中文手写数据集的学习

使用库

python == 3.6

tensorflow == 2.0

matplotlib

numpy

数据集

数据集下载地址：http://www.nlpr.ia.ac.cn/databases/handwriting/Home.html

要下载的文件：

• 1. HWDB1.1trn_gnt（1873MB）
• 2. HWDB1.1tst_gnt（471MB）

模块介绍

路径 ‘HWDB1trn’ 与 ‘HWDB1tst’

保存训练和测试数据的文件夹，存放的是gnt文件

config.py

一些超参数的定义

data_loader.py

简单演示训练数据(*.gnt文件)的读入，与训练和测试无关

Word2Index.py

生成一个将文字转成数字的字典并保存成文件

func.py

里面放了读取文字到ID的字典的函数，且做了逆变换

model.py

定义模型，可换成不同的想要测试的模型看看效果

train.py / test.py

训练/测试文件

tfrecord_generate.py

将gnt文件转为TFrecord文件，方便tf.data处理

tfrecord_loader.py

加载tfrecord

如何训练

首先将训练文件放入之前提到的文件夹，然后运行'python tfrecord_generate.py'

等待tfrecord生成完毕后，运行'python train.py'，如果有保存权重，每次训练前会优先读取权重，若要重新训练网络请先删除权重文件，默认为‘model.h5’

关于测试

测试准确率我这里大概是60%左右，但是文件我把计算准确率的部分改了，因为图片太多了算一次老长时间。test.py主要是循环读取并显示一张图片，并打印正确值和网络预测值。