Signed MNIST reognition:用于识别手语MNIST数据集中字母的卷积神经网络模型 源码

MNIST签名 我开发了一种卷积神经网络模型,用于识别字母,该模型由24个美国手语(ASL)字母组成(不包括需要运动的字母)。 该CNN使用4个卷积层,4个池化层和2个完全连接的层来将ASL中的输入图像准确分类为相关字母。 该模型在25个时期内可达到99.986%的精度,在15个时期内可实现始终如一的精确度> 99%,且运行时间少于10分钟。 该模型是在Kaggle中构建的,可轻松导入和操作数据集,原始脚本以及执行输出可在 查看。 在此项目中实施的图书馆: 凯拉斯 TensorFlow 脾气暴躁的 大熊猫