如何使用keras image_ocr示例预测OCR的结果？

Question

Keras OCR示例演示了使用堆叠CNN和RNN开发的非常简单的OCR系统。但在训练后如何使用训练模型预测结果？ Link for image_ocr

Answer 1

使用model.fit()功能适合您的模型后：

model.fit(X_training_data,Y_training_data,...)

您可以使用model.evaluate()评估您的模型，如下所示：

model.evaluate(X_test, y_test, verbose=0)

如果您想保存模型：

model.save('my_nn.hdf5')

请注意，将X和y数据拆分为训练和测试数据集的最简单方法就是获取前N个观测值，然后将它们作为测试数据集，并将其余部分作为测试数据集。有时，测试和训练集会为您分割，就像NIST's optical digit recognition data set：

一样

testing_df = pd.read_csv('data/optdigits/optdigits.tes',header=None)
X_testing,  y_testing  = testing_df.loc[:,0:63],  testing_df.loc[:,64]

training_df = pd.read_csv('data/optdigits/optdigits.tra',header=None)
X_training, y_training = training_df.loc[:,0:63], training_df.loc[:,64]

此示例将测试和训练集拆分为（a）包含数字灰度图像的64个像素的64个元素的矢量[:,0:63]，以及（b）1个元素的矢量{{1}包含图像代表的数字。