基于自动学习的常用水字识别

作者：汤辉; 张**^*; 张维勤

来源：现代计算机(专业版), 2020, (26): 47-59.

• 水字
• 自动机器学习
• 卷积神经网络
• 网络态射
• 数据增强

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。

• 单位
  黔南民族师范学院