期末人福音——用Python写个自动批改作业系统.doc

"期末人福音——用Python写个自动批改作业系统" 本文主要讲述了使用 Python 创建自动批改作业系统的过程，涵盖了图像识别、图像切割、数据准备、模型训练、结果预测等方面的知识点。 作者提到了一些软件的智能批改功能，并表达了自己实现这个功能的愿望。然后，作者分享了自己的实现思路，包括图像识别和图像切割两个方面。 在图像识别方面，作者提到了一般的套路，即使用 CNN 卷积神经网络来识别数字。作者还强调了准备数据的重要性，并分享了自己的经验，即使用自己的数据而不是官方的数据集。 在准备数据方面，作者分享了自己的方法，即使用 Python 生成图片数据。作者认为，使用自己的数据可以完全控制数据的内容和数量，想多就多，想少就少。作者还分享了自己的字体准备过程，即从字体库中拷贝字体文件，并使用 Python 生成图片数据。 在模型训练方面，作者分享了自己的方法，即使用训练模型预测结果。作者认为，自己的数据可以完全自己把握节奏，需要就加上，没用就去掉。 在结果预测方面，作者分享了自己的方法，即使用训练模型预测结果。作者认为，使用自己的数据可以完全控制结果的准确性。 本文分享了使用 Python 创建自动批改作业系统的过程，涵盖了图像识别、图像切割、数据准备、模型训练、结果预测等方面的知识点。作者还分享了自己的经验和方法，包括使用自己的数据、准备字体、生成图片数据、模型训练和结果预测等方面。 知识点概括： 1. 图像识别：使用 CNN 卷积神经网络来识别数字。 2. 数据准备：使用自己的数据，而不是官方的数据集。 3. 字体准备：从字体库中拷贝字体文件，并使用 Python 生成图片数据。 4. 模型训练：使用训练模型预测结果。 5. 结果预测：使用训练模型预测结果，控制结果的准确性。 技术要点： 1. 使用 Python 生成图片数据。 2. 使用 CNN 卷积神经网络来识别数字。 3. 使用自己的数据，而不是官方的数据集。 4. 使用 Python 生成图片数据，并控制结果的准确性。 5. 使用训练模型预测结果，并控制结果的准确性。 本文分享了使用 Python 创建自动批改作业系统的过程，涵盖了图像识别、图像切割、数据准备、模型训练、结果预测等方面的知识点，并分享了作者自己的经验和方法。