基于TensorFlow和KERS的手写几何形状检测器

当我还是个孩子的时候，我有一块磁力绘图板。对我来说，这是一个非常简单但有趣的工具。我以前什么都画在上面。最令人满意的部分是磁铁的擦除机制。

我不知道现在它对孩子们有多受欢迎。由于智能手机时代的到来，我认为孩子们对这些小玩意的兴趣超过了其他任何东西。但是我认为我们应该想办法让孩子们仍然觉得画画是一件有趣的事情。

作为一名计算机工程师，我想为什么不试着建造这样的东西呢？所以我试着用机器学习技术重建一个数字版的磁性绘图板。

我创建了一个包含这四个类的2000个图像的数据集，每个类都有500个大小为28x28像素的图像。这是第一个版本。我仍在致力于创建更健壮的数据集。这里是数据集的屏幕截图。

该模型由三个卷积块组成，每个卷积块中有一个最大池层。有一个完全连接的层，上面有128个单元，由RELU激活功能激活。这是一个非常简单的模型，很容易理解。

我使用Python Tkinter作为项目的前端。由于Tkinter非常简单易用，几乎可以在每台机器上运行，我认为它是最简单、最快捷的选择。

我保存了图像，然后调整大小，然后使用Kera API进行预处理。在此基础上，利用模型对所绘制的图片进行了形状预测。到目前为止，AVG的准确率为94.04%。我正致力于使用更复杂的模型并增加数据集。如果你有什么建议，请在评论区告诉我。我将在清理后不久在Github上发布代码，使代码更具可读性。

让我知道你对这个项目的看法。我们非常感谢任何形式的帮助和建设性的批评。