在孟加拉语手写数字识别中高效使用基于 CNN 的预训练模型的方法
计算机视觉与模式识别
2023-05-23 v1 图像与视频处理
摘要
由于日常生活的数字化，自动识别手写数字的需求日益增长。手写数字识别在各种行业的众多应用中至关重要。孟加拉语是世界上第五大语言，有 2.65 亿使用者（包括母语与非母语），世界人口的 4% 讲孟加拉语。由于孟加拉语书写在形状、大小和书写风格上的多样性带来的复杂性，迄今为止研究者使用监督机器学习算法未能获得较好准确率。此外，针对孟加拉语手写数字识别（BHwDR）的研究较少。本文提出了一种新颖的基于 CNN 的预训练手写数字识别模型，其在含 10 类、1.7 万样本的 NumtaDB 数据集上包含了 Resnet-50、Inception-v3 和 EfficientNetB0。结果以 10 个数字类 97% 的准确率超越了迄今其他模型的性能。此外，我们将模型结果与其他研究进行了评估，并提出了未来研究建议。
引用
@article{arxiv.2209.13005,
title = {Efficient approach of using CNN based pretrained model in Bangla handwritten digit recognition},
author = {Muntarin Islam and Shabbir Ahmed Shuvo and Musarrat Saberin Nipun and Rejwan Bin Sulaiman and Jannatul Nayeem and Zubaer Haque and Md Mostak Shaikh and Md Sakib Ullah Sourav},
journal= {arXiv preprint arXiv:2209.13005},
year = {2023}
}