[论文阅读]EMNIST: an extension of MNIST to handwritten letters

最新推荐文章于 2024-12-27 11:58:12 发布
最新推荐文章于 2024-12-27 11:58:12 发布
阅读量1.7k 收藏 7
点赞数 1
分类专栏： 机器学习 文章标签： EMNIST 手写字母数据集 神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_26822029/article/details/103963818
版权

论文阅读

EMNIST: an extension of MNIST to handwritten letters

/ 2020-01 Howard wonanut

最近遇到一个问题，需要识别手写字母，这个问题本身没啥难度，难在如何找到训练数据集，因为之前做过手写数字的识别，知道有个MNIST手写数字数据集，可这手写字母数据集还真没注意过。第一个映入眼帘的手写字母数据集是Chars74k数据集,里面的EnglishHnd即为手写数字数据集，不过数据量比较少，每个字母只有55个图片数据。
在这里插入图片描述

直到今天，在kaggle上看到了EMNIST数据集，真的是发现了一个宝藏，所以整理一下这个论文：
论文下载地址：EMNIST: an extension of MNIST to handwritten letters

产生背景

众所周知，MNIST是一个权威的手写数字数据集，而且一直有一个手写数字+大小写字母数据集NIST，只不过由于NIST数据集使用起来不太方便，而且没有像EMNIST将训练集和测试集划分，因此在使用以及对比结果的时候很不方便，从而有了ENMIST（extension of MNIST）。

数据集划分

该数据集基于NIST Special Database 19产生。论文作者已经将数据按照不同的划分方法进行了划分，而且都已经划分了训练集和测试集：

  • By_page：里面含有未经处理的整页的字符黑白扫描
  • By_Author: 里面根据不同的书写者，将属于同一个人的所有字符都归成一类
  • By_Field: 分成字母，数字，可以用于字母或者数字分割
  • By_Class: 按类别，即 数字 10 类[0-9]，26 类 [a-z]，26 类 [A-Z]，共 62 类
  • By_Merge: 因为有的因为字母，大小写手写体基本很难分辨，所有这里将这些字母大小写合并，又构成一个新的分类，被合并的字母有 15 类 [C,I,J,K,L,M,O,P,S,U,V,W,X,Y,Z]，所以最后最剩下 47 类
    在这里插入图片描述

EMNIST数据集的部分划分结果如下图：

在这里插入图片描述

banchmark结果

不太重要，略

（完）

EMNIST 数据集简介
count_on_me的博客
06-28 4372
原文链接： https://zhuanlan.zhihu.com/p/55045479 文章链接: https://arxiv.org/abs/1702.05373 数据集下载链接： https://www.westernsydney.edu.au/icns/reproducible_research/publication_support_materials/emnist Python3 提取 EMNIST 原图见： https://github.com/anlongstory/data_p
联邦EMNIST数据集 (FEMNIST)
jasonso97的博客
01-04 7376
Federated Extended MNIST(FEMNIST) 数据集简介
EMNIST手写体数据集
12-23
共分为两部分，一部分是原始的EMNIST数据集，另一部分是已经解析为png格式并分类的Emnist_letters图片数据集
EMNIST数据集简介
热门推荐
Chris_zhangrx的博客
01-16 2万+
后期将更新对此数据集处理的代码 文章链接: EMNIST: an extension of MNIST to handwritten letters 下载链接： [Download] 下面对 EMNIST 做一个简单的介绍。 NIST 与 MNIST NIST 全称为 NIST Speical Database 19,全数据集包含了 80 多万张图片，MNIST 则是 NIST 数据集的缩减版...
英文字符数据集(EMNIST,图片形式).zip
12-22
从EMNIST英文数据集中导出图片，并将其归成26个子文件夹，为26个字母A-Z，大小写字母在1类中，一共12万余张灰度图片，可供研究者使用。
emnist-csv.rar
06-20
Emnist数据集（Mnist数据集的扩展形式，包括A-Z大小写字母，0-9阿拉伯数字），csv格式，可以直接用pandas读取，训练集和测试集都有，标签自带，py程序里有数据及解释，解压并修改文件路径就可以用。
EMNIST: an extension of MNIST to handwritten letters（数据集简介）
且慢
10-27 2438
EMNIST: an extension of MNIST to handwritten letters 文章目录EMNIST: an extension of MNIST to handwritten lettersMNIST数据集概述EMNIST数据集 MNIST数据集 MNIST数据集已经成为机器学习、分类以及计算机视觉系统的一个基准数据集。由于其任务的可理解性和直观性、相对较小的规模和存储要求以及数据集本身的可访问性和易用性，MNIST数据集如今被广泛采用 。 概述 一个较好基准的重要性不可低估，而
Improve existing Classical Neural Networks to cope with images
Kryser的博客
10-03 489
Improve existing classical neural networks to cope with images.
探索扩展的数字与字母世界：EMNIST数据集全面解析与应用
gitblog_06549的博客
10-31 489
探索扩展的数字与字母世界：EMNIST数据集全面解析与应用 【下载地址】EMNIST数据集百度云下载分享 本资源文件提供了EMNIST数据集的百度云下载链接。EMNIST数据集是MNIST数据集的扩展，包含了手写数字和字母的数据，适用于机器学习和深度学习任务 ...
Pytorch使用Emnist数据集做手写数字识别
qq_43422995的博客
05-06 2227
一、导入包含的包 import torch import torchvision from torch.utils.data import DataLoader from tensorboardX import SummaryWriter # tensorboard import torch.nn as nn import cv2 as cv import numpy as np import time from emnist_moudle import * # 导入网络模型 emnist_moudle
EMNIST:使用EMNIST数据集对单词进行分类和预测
04-30
恩尼斯 由@ shubhammor0403开发 使用EMNIST数据集对单词进行分类和预测 在Android应用程序中此模型的实现可在以下位置找到： 描述 该项目使用深度学习和计算机视觉的概念，为传统的手写识别技术提供了一种新的解决方案。 已使用了称为Emnist数据集的Mnist位数数据集的扩展。 它包含62个班级，每个班级都有0-9位数字和AZ字符。 已经创建了一个Android应用程序，用于检测手写文本并将其使用卷积神经网络（缩写为CNN）将其转换为数字形式，以进行文本分类和检测。 在此之前，我们对数据集进行了预处理，并对其应用了各种过滤器。 其中包括两个单独的Jupyter文件。 modeltrain.ipynb包含模型的创建和训练，而segment.ipynb包含使用创建的模型对单词的预测。 环境 Python蟒 张量流 凯拉斯 脾气暴躁的 Matplotlib Openc
emnist：使用卷积神经网络对EMNIST数字进行分类
02-04
emnist：使用卷积神经网络对EMNIST数字进行分类
Mnist手写图片训练集
04-22
包含文件： t10k-images-idx3-ubyte.gz t10k-labels-idx1-ubyte.gz train-images-idx3-ubyte.gz train-labels-idx1-ubyte.gz 训练集，测试集
读取下载到本地的EMNIST数据集中的Letters数据集
weixin_50669559的博客
10-27 3492
读取自己从官网上下载的数据集Letters。在读取Letters数据集前先了解一下什么是Letters?其实很简单就是一个包涵了a-z和A-Z的手写体数据集总共52个字母，但是却只分了37类，这是因为{C,I,J,K,L,M,O,P,S,U,V,W,X,Y,Z}这几个的大小写很难识别。 在了解完Letters数据集后就是导入数据集了。首先，需要将下载好的压缩包进行解压 Letters数据集： 链接：https://pan.baidu.com/s/1Uq82VExaC...
基于tensorflow、keras对emnist数据集进行手写字母识别
qq_56864896的博客
11-10 3282
其中要注意的是，tensorflow和keras和numpy的版本一定要对应，如果不对应就无法正常引用，python版本也不能太新，3.6到3.7最佳，如果python版本不满足，可以安装anaconda，在anconda prompt中创建虚拟环境，让其中的python=3.6.5即可。在测试集中，预测的准确率在91.65%，相比于普通的神经网络，卷积神经网络的准确率更高一些，但是在算法上也更加复杂。EMNIST 数据集是一个包含手写字母，数字的数据集，它具有和MNIST相同的数据格式。
LeNet网络分类MINST数据集，附详细代码及注解和B站视频讲解
qq_43329946的博客
11-15 2103
目录LeNet网络结构输入层C1层S2层C3层S4层C5层F6和输出层LeNet代码附详细注解 LeNet网络结构 LeNet-5是一个较简单的卷积神经网络包含了深度学习的基本模块：卷积层，池化层，全连接层下图就是网络的基本流程图，接下来我们将逐层分析 输入层 首先是输入层INPUT,输入32*32大小的原始图像 C1层 接下来是C1层，第一个卷积层。卷积层的目的就是为了获取图像特征，获取 的方式就是通过卷积核实现。比如说，曲线卷积核就可以提取曲线这一图像特征。C1使用的卷积核大小是55，一共有六个卷积核
基于CNN的EMNIST中的手写字母集识别（cpu版本）
sixth_sir的博客
08-14 2277
pytorch提供了内置的手写字母数据集，我们可以通过pytorch完整完成一个基于cnn的手写字母集的识别项目。考虑到很多人并没有gpu，但对于这个项目，在cpu上也是完全能跑动的，所以本文是完全不涉及gpu版本，专门为cpu版本设计。EMNIST数据集一共包含6个不同的数据类别，我们只使用其中的英文字母手写体，只需要选取CNN是一个被广泛用于计算机视觉领域的模型，在图像识别等工作中表现出了强大的能力。
利用基于tensorflow的卷积神经网络训练模型时，引用Emnist数据集或者是自己制作的类似于mnist的数据集
yexu20190327的博客
04-20 6010
做基于tensorflow的手写英文字母识别时，一开始没有找到手写英文字母的数据集，便自己做了一个。后来找到了EMNIST，发现不管是哪个都没法引用到自己的代码中进行卷积神经网络的训练，研究了几天终于成功了，特来分享下 使用mnist数据集时，大家都清楚，引用了源文件input_data.read_data_sets函数，这个函数的定义是在mnist.py原函数中，这个函数的大概意思是说，检查你给...
下载EMNIST数据库
最新发布
TSINGHUAJOKING
12-27 972
数据文件与MNIST兼容，  可以直接替换网络的中原来的MNIST数据集合对网络进行训练。下面从 PyTorch 图像库中下载该数据库， 查看一下具体的数据库文件的结构。下面，  检查一下数据路中的字母数据集合的图像。通常对读取的字母数据矩阵进行转置，  对应的标号是从 1到26表示字符的数值。下载其中的 EMNIST数据库。使用昨天读取FashionMNIST程序，  读取 MNIST数据集合， 会发现， 图像有 90°的旋转。数据库， 实际上， 它将 EMNIST中所有的数据文件都下载下来了。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值