文件編號(hào)：A409

文件大小：45M

開發(fā)環(huán)境：Python3.7、Tensorflow、Pycharm2020

猿創(chuàng)承諾：該項(xiàng)目親測(cè)正常運(yùn)行，需遠(yuǎn)程調(diào)試部署需另外收費(fèi)，確保正常使用，不能正常使用全額退款。

簡(jiǎn)要概述：基于Tensorflow卷積神經(jīng)網(wǎng)絡(luò)金融票據(jù)識(shí)別，

金融票據(jù)單中常有很多的手寫數(shù)字, 對(duì)于這些手寫數(shù)字只能依靠人工識(shí)別輸入計(jì)算機(jī), 費(fèi)時(shí)費(fèi)力. 因此我們利用了卷積神經(jīng)網(wǎng)絡(luò)技術(shù)(CNN), 用訓(xùn)練好的模型對(duì)預(yù)處理后的金融票據(jù)中的數(shù)字進(jìn)行識(shí)別. 這樣就不需要人工識(shí)別手寫數(shù)據(jù), 再錄入計(jì)算機(jī). 這個(gè)技術(shù)不僅實(shí)用, 更具備一定的商業(yè)意義.

為什么要用卷積神經(jīng)網(wǎng)絡(luò)(CNN)進(jìn)行識(shí)別呢?

實(shí)際測(cè)試中, 經(jīng)過(guò)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)對(duì)于單個(gè)手寫數(shù)字的識(shí)別成功率為98.08%, 對(duì)于n位數(shù)字串的識(shí)別率為98.08%^n. 具備非常高的的精確性和魯棒性. 而不使用卷積神經(jīng)網(wǎng)絡(luò)對(duì)于單個(gè)手寫數(shù)字進(jìn)行識(shí)別的成功率僅為14.17%. 雖然有其他客觀因素影響結(jié)果, 但是可以很清楚的發(fā)現(xiàn)使用了卷積神經(jīng)網(wǎng)絡(luò)識(shí)別技術(shù)后, 預(yù)測(cè)的準(zhǔn)確率有了很大的提升.

因此, 我們決定使用卷積神經(jīng)網(wǎng)絡(luò)作為神經(jīng)網(wǎng)絡(luò)模型.

按需寫作：

演示視頻：

點(diǎn)擊查看：系統(tǒng)演示視頻

運(yùn)行效果：

遠(yuǎn)程協(xié)助：

溫馨提示：索煒達(dá).猿創(chuàng)官方提供收費(fèi)遠(yuǎn)程協(xié)助，確保您項(xiàng)目運(yùn)行成功。

點(diǎn)擊查看：遠(yuǎn)程協(xié)助相關(guān)事項(xiàng)

我們提供完整項(xiàng)目文件清單如下：

文件目錄

 ├ 1.項(xiàng)目源碼

 ├ 2.運(yùn)行截圖

 └ 3.演示視頻