基于CNN实现书法字体风格识别任务

这是一个以20位中国著名书法家的风格编写的汉字作品的数据集。每个子集中有1000-7000张jpg图像（平均5251张图像）。每张图像的尺寸为64 * 64，代表一个汉字。数据集分为训练集（80％）和测试集（20％）。书法家的姓名缩写用作标签。更多详细信息，请参见Summary.csv文件。 Summary.csv Chinese Calligraphy Styles by Calligraphers_datasets.txt Chinese Calligraphy Styles by Calligraphers_datasets(1).zip

基于CNN实现书法字体风格识别任务.html

本人用CNN卷积神经网络编写的手写字体识别，大家可以下载下来参考下，研究生课程的作业

包含训练集和测试集 训练集：行书4000张图片、隶书40000张图片 测试集：行书2000张图片、隶书20000张图片

这是我修改的别人的代码，别人的代码有点问题，我修改了一下，代码的正确率很高，可达90%以上，这是一个5层卷积神经网络的代码，误差传递和梯度更新代码里都有，可自学。

汉字识别 Pytorch实现中文手写汉字识别 环境 的Ubuntu的：16.04 的Python：3.5.2 PyTorch：1.0.1 gpu 数据集 将数据分为训练和测试文件夹。 在每个文件夹中，将相同类别的图像放在相同的子文件夹中，并用整数标记它们。 像这样： 在这个项目中，我们使用来自 ， 的数据集。 也可以使用以下方法下载它： wget http://www.nlpr.ia.ac.cn/databases/download/feature_data/HWDB1.1trn_gnt.zip wget http://www.nlpr.ia.ac.cn/databases/download/feature_data/HWDB1.1tst_gnt.zip 该数据集总共包含3755个类。 为了处理它，我们使用来自的python程序。 该博客还使用TensorFlow实现了该数据集

中国书法风格数据集 介绍 这是一个由20位中国著名书法家的风格编写的汉字作品的数据集。 每个子集中有1000-7000张jpg图像（平均5251张图像）。每张图像的尺寸为64 * 64，代表一个汉字。 数据集分为训练集（80％）和测试集（20％）。用书法家的姓名缩写作标签。 内容 主要内容详见Summary.csv文件。 包括20个书法家的公开字体，对进行GB2312编码生成了6763个汉字。之后，收集了有效的图像并将其处理为标准形状。由于某些子集的数据少于其他子集，所以一些字体文件会不支持某些字符。