10.3969/j.issn.1672-6944.2019.04.026
基于TensorFlow平台的卷积神经网络对OMR识别问题研究
文章针对光学标记阅读(OMR)识别技术中存在的背景虚化和复杂操作导致加大人力劳动的问题,提出一种基于TensorFlow平台的卷积神经(CNN)模型架构.以提高OMR识别技术为目的,涵盖深度学习开源工具TensorFlow与神经网络研究领域,以基于TensorFlow框架构建卷积神经网络为研究对象,运用TensorFlow学习系统构建神经网络模型,实现对OMR识别问题的研究.文章利用TensorFlow对OMR输入数据进行预处理,得到TFRecord文件,再在CNN神经网络架构基础上搭建训练模型实现对OMR答题卡数据的识别,得到标准数据.并运用视图工具TensorBoard来有效显示TensorFlow模型在运行过程中的计算流图以及模型参数随着训练的变化.
OMR、TensorFlow、CNN
16
2019-05-14（万方平台首次上网日期，不代表论文的发表时间）
共4页
54-57
