最近做的很多工作都是跟手写性质的数据集有关的，比如：手写汉字、手写甲骨文、手写数字、手写字母等等，今天主要做的实践是对藏文中的手写数字进行识别分析，在我之前的博文中有很多相关的实践分析，感兴趣的话可以自行移步阅读即可。

《基于轻量级目标检测模型实现手写汉字检测识别计数》

《python开发构建基于机器学习模型的手写数字识别系统》

《Yolov3目标检测实战【实现图像中随机出现手写数字的检测】》

《Python 手写数字识别实战分享》

《超轻量级目标检测模型Yolo-FastestV2基于自建数据集【手写汉字检测】构建模型训练、推理完整流程超详细教程》

《python开发构建轻量级卷积神经网络模型实现手写甲骨文识别系统》

《python基于yolov7开发构建手写甲骨文检测识别系统》

《紧接上文，基于轻量级yolov5s模型开发构建手写甲骨文检测识别系统》

首先看下效果图：

 接下来看下数据集：

 共包含0-9共10个不同的数字图像，藏文跟我们常规的阿拉伯数字是不同的简单看下实例。

【0】

 【1】

 【2】

 【3】

 【4】

 【5】

 【6】

 【7】

 【8】

 【9】

 本文所用模型详细信息如下：

 非常的轻量级，整体不足5MB，但是识别效果确实非常不错的。

默认训练200次epoch，准确率曲线如下所示：

 损失值曲线如下所示：

 可视化推理实例如下所示：

 基于GradCAM实现了热力图计算可视化如下：

 感兴趣的话都可以自己实践搭建计算一下。