oracle-cnn:基于深度学习的甲骨文字符识别系统项目

可用于甲骨文字符的训练与识别,支持上传图片自动检测横竖排、智能分割并实时识别。基于ResNet18模型,包含353个字符库,采用PyTorch训练,提供Flask Web演示。【此简介由AI生成】

Branch1Tags0
FilesLast commitLast update
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago
10 months ago

甲骨文识别系统

基于深度学习的甲骨文字符训练与识别系统。

训练数据

  • 字符库: 353个甲骨文字符
  • 模型: ResNet18
  • 数据: 210data目录

Web演示

Screenshot 2025-12-17 at 16.54.08.png

Screenshot 2025-12-17 at 16.54.39.png

Screenshot 2025-12-17 at 16.54.51.png

cd web && python app.py
# 访问 http://127.0.0.1:5000

功能:

  • 上传图片
  • 自动检测横排/竖排
  • 智能分割
  • 实时识别

流程:

  1. 上传图片
  2. 选择"拓片"模式
  3. 查看分割
  4. 点击识别

识别功能

  • 模型: ResNet18
  • 字符: 353个
  • 输出: Top-10预测

技术: PyTorch训练、ResNet18模型、Flask演示、210data字库

特点: 自动分割、智能识别、实时演示

Introduction

可用于甲骨文字符的训练与识别,支持上传图片自动检测横竖排、智能分割并实时识别。基于ResNet18模型,包含353个字符库,采用PyTorch训练,提供Flask Web演示。【此简介由AI生成】

Customize your domain