使用 MNIST 打印更大的数字答案

【问题标题】：Using MNIST to print larger numbers使用 MNIST 打印更大的数字
【发布时间】：2021-08-10 23:03:58
【问题描述】：

MNIST 数据集包含所有 10 个要训练的数字。如果我预测9，模型将输出9。但是，如果我想预测数字34.542 怎么办？它会给我一个错误的数字，因为我只训练了 0 到 9。那么，我如何预测 > 9 数字？

这是我的代码，但我认为它在这里没有用处

model = tf.keras.models.Sequential()
    model.add(tf.keras.layers.Flatten())
    model.add(tf.keras.layers.Dense(units=128, activation=tf.nn.relu))
    model.add(tf.keras.layers.Dense(units=128, activation=tf.nn.relu))
    model.add(tf.keras.layers.Dense(units=10, activation=tf.nn.softmax))

    # Compiling and optimizing model
    model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])

    # Training the model
    model.fit(X_train, y_train, epochs=3)

【问题讨论】：

你不能期望得到一个训练集中不存在的数字的正确预测。
但是34.542 的每个数字都可以分段吗？

标签： python tensorflow keras mnist

【解决方案1】：

正如 cmets 中所说，您不能将模型直接应用于大量图像。你必须：

应用检测（定位）模型来查找和分离每个数字。您将获得每个数字的边界框。
将您的分类模型应用于每个边界框的提取图像，以获得对分离数字的预测。

例如，请参阅this article。

【讨论】：