35、手写字符识别与害虫检测的人工智能应用

手写字符识别与害虫检测的人工智能应用

1 手写梵文短尺度字符识别

手写字符识别一直是研究的热门话题，在模式识别领域有大量的实验。对于梵文手写字符识别，其目标是预测印刷手写梵文字符的完整图像。模型在手写梵文字符数据集上进行训练，借助 tesseract 工具，该模型也能对印刷数据进行预测。

1.1 模型评估与验证

模型在梵文字符数据集上进行了评估，经过 20 个周期的训练，测试准确率达到 91%，训练准确率为 95%。随着训练周期的增加，准确率有望进一步提高。在训练过程中，损失从 4.03 降低到 0.4。在最初的几个周期里，训练准确率低于验证准确率，之后训练准确率逐渐提升。

指标	数值
测试准确率	91%
训练准确率	95%
初始损失	4.03
最终损失	0.4

通过对前 50 张图像的实际标签和预测标签进行分析，模型除了在 50 张图像中有 2 到 3 张预测错误外，几乎能正确预测所有标签。同时，使用混淆矩阵来检查神经网络分类的性能。

然而，该系统仅使用了梵文脚本的单个字符，字符识别的主要问题是无法识别