【PyTorch深度学习项目实战100例】—— 基于DenseNet121实现26个英文字母识别任务 | 第41例

前言

大家好，我是阿光。

本专栏整理了《PyTorch深度学习项目实战100例》，内包含了各种不同的深度学习项目，包含项目原理以及源码，每一个项目实例都附带有完整的代码+数据集。

正在更新中~ ✨

🚨 我的项目环境：

• 平台：Windows10
• 语言环境：python3.7
• 编译器：PyCharm
• PyTorch版本：1.8.1

💥 项目专栏：【PyTorch深度学习项目实战100例】

---

一、基于DenseNet121实现26个英文字母识别任务

手写英文字母识别是指给定一系列的手写英文字母图片以及对应的英文字母标签，构建模型进行学习，目标是对于一张新的手写英文字母图片能够自动识别出对应的英文字母。图像识别是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。机器学习领域一般将此类识别问题转化为分类问题。

所以本项目在研究手写英文字母识别分类过程中，借助人工智能算法的优势，开展基于深度神经网络的图像分类实验。借助DenseNet模型进行迁移学习，经迭代100次后分类准确率达到95.28%。

二、数据集介绍