Let's do第1期 手势翻页笔 教学视频
时长：00:16:10
Let's do第2期 墨水屏电子书 教学视频
时长：00:16:10
Let's do第3期 DIY电子测光表 教学视频
时长：00:16:10
MSP焕新大作战-教学视频
时长：00:16:10
Let's do第2期 彩屏贪吃蛇小游戏 教学视频
时长：00:16:10
从模拟到数字浅谈选择合适ADC的重要性培训教程
时长：00:16:10
AVR® DD系列MCU培训教程
时长：00:16:10
MPLAB® PICkit™ 5入门
时长：00:16:10
MPLAB® ICD 5入门
时长：00:16:10
PolarFire® SoC视频工具包——产品概述
时长：00:16:10
| 视频名称： | 如何快速搭建手写体识别演示系统 |
|---|---|
| 浏览次数： | 32910 |
| 播放时长： | 00:16:10 |
| 标签： | digikey AI 手写体识别 |
| 简介： | 一．总述 本项目以“手写体识别”为例，从零搭建一套计算机视觉演示系统，主要包括：系统设计、硬件选型及搭建、算法设计及训练、部署应用四个环节。 二 . 系统搭建 1.流程设计图（观看视频即可查看） 2、硬件选型 主要介绍相机选型、开发板选型及电源相关硬件的选型工作。 三、手写体识别系统介绍 手写体识别是机器视觉领域一个非常重要的应用场景，旨在基于MindSpore AI计算框架和Atlas实现手写体拍照识别系统。该系统能够对写在纸上的多个字符，使用摄像头拍摄视频，实时检测字符区域并给出识别类别。该系统包括手写体模型训练（云上）、模型转换、模型部署、摄像头图像采集、模型推理（端侧）、结果展示等完整训练和应用流程。 四. MNIST数据集介绍 MNIST数据集是一个公开的数据集，其包含60000张训练图片和10000张测试图片。本项目将通过tensorflow搭建一个2个卷积层+3个全连接层的网络通过训练实现手写体的识别，最后进行部署应用，完成从模型开发到应用部署的全流程。 需要关注的点： 模型训练是整个流程中耗时最长且决定识别精度的重要环节，模型推理在识别流程中占据较大部分。所以这两个环节的速度和精度对于用户体验至关重要。如何研究高性能、高精度、实用性强的方案变得极具挑战性。 -------------------- 本视频由得捷电子（Digi-Key）公司赞助拍摄，购买电子元器件上得捷电子官网（www.digikey.cn），现货供应，立即发货。 |