一 、项目的总体思路

 

        小组实现了一个基于手写识别的计算工具。其基本功能如下：

        ①实现多个数字的手写识别

        ②实现加减乘除符号的识别

        ③输出手写识别的应用程序

        起初，微软的工程师为我们提供了Mnist数据集和单个手写数字的窗体程序。尽管如此，小组仍面临着一些挑战。一是多个数字的分割识别，另一个是运算符号的识别（因为原数据及相关开源网站的资源都难尽人意）。对于第一个难点，从微软工程师那学习了分割算法的大致思路后，组员结合已有的图像处理知识，编写了相关函数。对于第二个难点，团队成员做了一个头脑风暴，整理出了两种方案：

    ①由于没有很多的字符数据集，所以另辟蹊径，使用了工程师们提供的在线训练模型的平台。（https://www.customvision.ai/projects）这个平台中，所训练的数据集无需很多，且能够简单地下载获取离线模型。

        ②利用tensorflow中的例程 mnist.py ，手工绘制运算符图片，编程扩充数据集，然后转换成符合 mnist.py 要求的数据集进行训练，得到一个可以识别数字和运算符的 model ，然后直接对分割后的图像进行识别。

 

二 、项目的时间进度

         第一周周四：开始项目，小组组员挑选合适的课题并从软件工程师那里得到相关建议。

         第一周周六：成功实现了图像分割算法，并能输入模型得到较为满意的识别结果。

        第一周周日：小组成员并行地开展工作：一方面，用简单的数据集在云平台上反复训练，并取得了较为理想的训练效果。另一方面，将手工绘制的图像按照要求格式并入mnist数据集，改进原有的模型。

        第二周周一：增加表达式的后续处理算法。两种模型都能较好地完成任务。

 

三 、过程中遇到的困难

方案一：

①并未找到 api 的 confidence index 接口，只能得到概率最大的tag；

②模型对部分字符识别率偏低，存在过拟合和欠拟合的问题，需要反复训练。

方案二：

①mnist数据集的解析和扩充有一定的难度；

②数据集的大小难以控制。原有的mnist数据集中包括了上万个数字，故而运算符数据也需要有一个合适的量。此外，数据集并非随机收取到的，降低了模型的普适性。

 

四、 数据集处理代码

①从28*28的图片生成mnist数据集：

②用来还原生成的mnist数据集

 

五 、项目的成果展示

(见附录)

 

六、AI工具的反馈

①模型的预测概率对外是不可见的，难以通过设置阈值增加程序的鲁棒性。

②mnist训练模型需要的数据集庞大，给扩充带来了一定的困难。

 

七 、项目总结

①利用开源api可以实现功能丰富的应用程序。

②在处理大量数据时，要有备份数据的习惯。

③在生成大量数据时，要先写几个测试一下看看是否可用，避免生成大量不可用的数据。

（附：解决方案访问https://github.com/Handwrite/Handwrite_caculator）

④小组得分评价：（岳锴：21，耿子钢：20，袁靖松：19）