神经网络识别阿拉伯数字 Demo

[nealot]

技能需求

• 熟悉神经网络基础
• 熟悉 Java 语言、Python 语言
• 熟悉基础的 Android 开发

需求

1. 使用神经网络实现一个识别单个阿拉伯数字的 Android 组件。神经网络推理部分使用纯 Java 实现，训练部分可以用 Python ，也可以使用其它语言，不依赖 CUDA 。
2. 对 (1) 中生成的模型进行微调，调高阈值，仅识别书写 "端正" 的阿拉伯数字
3. 扩展 (1) 和 (2) 生成的手写识别组件，使之可以识别两位阿拉伯数字

---

为了方便开始任务，我先提供一些基础代码。我们可以用几十行代码开发一个 Android "手写板" 组件：

public class BrushView extends View {
    private final Path path = new Path();
    private final Paint paint = new Paint();

    public BrushView(Context context, AttributeSet attrs) {
        super(context, attrs);

        paint.setColor(android.graphics.Color.BLACK);
        paint.setStyle(Paint.Style.STROKE);
        paint.setStrokeWidth(10);
    }

    @Override
    protected void onDraw(Canvas canvas) {
        canvas.drawPath(path, paint);
    }

    @Override
    public boolean onTouchEvent(MotionEvent event) {
        float x = event.getX();
        float y = event.getY();

        switch (event.getAction()) {
            case MotionEvent.ACTION_DOWN:
                path.moveTo(x, y);
                break;
            case MotionEvent.ACTION_MOVE:
                path.lineTo(x, y);
                break;
            case MotionEvent.ACTION_UP:
                break;
        }

        invalidate();
        return true;
    }
}

然后在 MainActivity 里加个这个东西，就可以开始测试了：

    <com.example.BrushView
        android:layout_width="200dp"
        android:layout_height="200dp"
        android:background="#f8f8f8" />

---

下面说一下我对这个任务的理解。

需求一几乎就是神经网络的入门课，在网上你可以直接下载到公开的数据集，在 Python 中你可以用很少的代码搭建出一个模型，然后完成训练。

唯一有点工作量的大概是，针对采用的模型，手撸一个 Java 的神经网络出来。

识别阿拉伯数字这种任务大概手撸也不难，但是如果你要用现成的 Java 神经网络库，那也没问题。如果用现成的库，那么第一个需求几乎就是送分题了，唯一的工作量就是把这些东西整合到 Android 工程里去。

当用户输入一个数字后，Log.i 把数字打印出来。如果无法识别，Log.w 打印出来。

---

第二个任务是对模型进行调整，只识别 "书写端正" 的数字。

按我的理解，就是要在几千个数字中，对图片进行重新标注。本来有个潦草的 "4" 识别成 4 了，现在我希望把它识别成 Error 。

但是公开的数据集很大，要是这个标注很繁琐，那么就太痛苦了。因此，我希望标注的工作，可以使用 1 次鼠标点击来完成。比如鼠标滚轮可以让我一次查看几百张图，然后鼠标左键标记为正确，右键标记为错误。

这是个 GUI 程序，如果你熟悉 Python 可以用 PyQt ，如果你熟悉 C# 可以用 WinForms 。

当然，我对第二个任务的理解可能是有问题的，欢迎指正。如果你发现通过 Windows 资源管理器配合什么快捷键或者 TotalCommander 啥的可以达到等价的效率，那不写这个 GUI 程序也是可以的。

---

第三个任务有点超出我的认知范围了，或许可以用 "识别单个阿拉伯数字" 组合一下，让它能识别两位阿拉伯数字？你需要能帮我解第三个问题，这才是我花钱的目的。

交付物品

1. 带手写识别的 Android 组件 (识别结果通过 Log 打出来) 不潦草认真写时，识别率在 95% 以上
2. 训练脚本 (Python) 不要依赖 CUDA
3. 模型微调工具，操作要便捷。接单人需要帮我做一轮调整，结项后我能自己微调

报酬

• 暂定每个需求 500 ，总计 1500 ，分 3 期支付

(先看看这个价有没有人接，欢迎吐槽)

联系方式

• NDQ5MDYyMjk2Cg==

[iOCZS]

这一块不是挺成熟的嘛，卷积神经网络

[rickiey]

我 7 年前大三就做过手写数字识别,python tenseflow ,加载别人训练好的模型, github.com/rickiey/tensorFlow-mnist-web 给你个参考

[nealot]

@rickiey 可以调潦草程度的识别阈值吗？可以识别两位数吗？

[shm7]

@nealot #3 任务三是个简单的 CV 处理。可以使用 opencv 进行图像内的字符切分，然后再识别。考虑 java 已不熟，楼主可以自行处理。https://blog.csdn.net/qq_47281915/article/details/121705585 。c2htN0BvdXRsb29rLmNvbQ== 可随便打赏点。

[jasdkasdjkas]

https://github.com/tesseract-ocr 有现成的好用的很

[jasdkasdjkas]

https://huggingface.co/ 这个里面很多模型，有些虽然用模型，但是还有的是模型加上之前 ML 时代的产品代码一起用，总有一个满足你

[nealot]

V 友倒是挺热心的，但是正经接单的人一个都没有

大概有能力一天搞定的神经网络熟练工，工资不低，不屑于赚这点小钱

另外一方面，普通的全栈开发，技能树很可能还不够全：神经网络、OpenCV 、Android 、桌面应用开发；万一要做个两三天甚至更长时间，这点报酬估计就不够了