class YOLOv8v5Detector(Detector):
    def __init__(self, params=None):
        super().__init__(params)
        self.model = None
        self.img = None
        self.names = list(Chinese_name.values())
        self.params = params if params else ini_params
	def load_model(self, model_path):
	    self.device = select_device(self.params['device'])
	    self.model = YOLO(model_path)
	    names_dict = self.model.names
	    self.names = [Chinese_name[v] if v in Chinese_name else v for v in names_dict.values()]
	    self.model(torch.zeros(1, 3, *[self.imgsz] * 2).to(self.device).type_as(next(self.model.model.parameters())))
	def preprocess(self, img):
	    self.img = img
	    return img
	
	def predict(self, img):
	    results = self.model(img, **ini_params)
	    return results
	
	def postprocess(self, pred):
	    results = []
	    for res in pred[0].boxes:
	        for box in res:
	            class_id = int(box.cls.cpu())
	            bbox = box.xyxy.cpu().squeeze().tolist()
	            bbox = [int(coord) for coord in bbox]
	            result = {
	                "class_name": self.names[class_id],
	                "bbox": bbox,
	                "score": box.conf.cpu().squeeze().item(),
	                "class_id": class_id,
	            }
	            results.append(result)
	    return results
	    
    def set_param(self, params):
        self.params.update(params)

        predict方法是模型预测的核心，它将预处理后的图像作为输入，调用YOLO模型进行物体检测，并返回检测结果。在postprocess方法中，我们对模型的输出进行解析和格式化，将其转换为包含类别名称、边界框坐标、置信度分数以及类别ID的字典列表。这样的输出格式便于后续的分析和可视化。通过调用set_param方法，用户可以根据需要动态调整模型参数，如置信度阈值和IOU阈值，进一步优化模型的性能。

        整体而言，这段代码通过精心设计的类结构和方法，实现了一个完整的手写数字和符号识别流程，从图像输入到预测输出，每一个环节都经过了优化和定制，以确保模型能够在实际应用中达到最佳的识别效果。

4.3 训练代码

        在深入探究构建深度学习模型的代码时，理解每一行代码的目的及其在整个训练流程中的作用至关重要。本博客将详细分析用于手写数字和符号识别的YOLO模型的训练过程。以下表格详细介绍了YOLOv8模型训练中使用的一些重要超参数及其设置：

超参数	设置	说明
学习率（lr0）	0.01	决定了模型权重调整的步长大小，在训练初期有助于快速收敛。
学习率衰减（lrf）	0.01	控制训练过程中学习率的降低速度，有助于模型在训练后期细致调整。
动量（momentum）	0.937	加速模型在正确方向上的学习，并减少震荡，加快收敛速度。
权重衰减（weight_decay）	0.0005	防止过拟合，通过在损失函数中添加正则项减少模型复杂度。
热身训练周期（warmup_epochs）	3.0	初始几个周期内以较低的学习率开始训练，逐渐增加到预定学习率。
批量大小（batch）	16	每次迭代训练中输入模型的样本数，影响GPU内存使用和模型性能。
输入图像大小（imgsz）	640	模型接受的输入图像的尺寸，影响模型的识别能力和计算负担。

        环境设置与模型加载：首先，我们需要导入用于构建和训练模型的必要库。这包括os和torch，后者是构建深度学习模型的主要工具，提供了GPU加速及自动微分等强大功能。yaml用于处理配置文件，这些文件通常包含有关训练数据、模型参数等重要信息。YOLO类来自ultralytics库，是针对YOLO模型训练和推理流程的一个封装。abs_path函数用于处理文件路径，确保无论在哪个工作环境中，代码都能正确地找到文件位置。

import os
import torch
import yaml
from ultralytics import YOLO  # 用于加载YOLO模型
from QtFusion.path import abs_path  # 用于获取文件的绝对路径

        接下来，我们定义了用于训练过程的关键变量。device变量确保模型能够利用GPU进行训练，如果GPU不可用，则回退到CPU。

device = "0" if torch.cuda.is_available() else "cpu"

        数据集准备：变量workers定义了在数据加载过程中用于加速读取的进程数。而batch设置了每个批次处理的图像数量，这直接影响内存消耗和训练速度。数据集的路径是通过data_path变量指定的，它使用abs_path函数从相对路径转换为绝对路径，并通过replace函数统一了路径格式。在实际训练过程中，这保证了模型能够正确地访问到数据集。

workers = 1  # 工作进程数
batch = 8  # 每批处理的图像数量
data_name = "NumberOps"
data_path = abs_path(f'datasets/{data_name}/{data_name}.yaml', path_type='current')  # 数据集的yaml的绝对路径
unix_style_path = data_path.replace(os.sep, '/')

        我们通过读取并更新数据集的YAML配置文件，来确保数据路径的准确性。这个步骤对于训练过程至关重要，因为所有的训练图像、标签和验证图像都依赖于这些路径的设置。

directory_path = os.path.dirname(unix_style_path)
with open(data_path, 'r') as file:
    data = yaml.load(file, Loader=yaml.FullLoader)

if 'path' in data:
    data['path'] = directory_path
    with open(data_path, 'w') as file:
        yaml.safe_dump(data, file, sort_keys=False)

        训练模型：最后，我们加载了预训练的YOLO模型，并调用其train方法开始训练流程。这里，我们指定了数据配置文件、训练设备、工作进程数、输入图像大小、训练轮数、批次大小和训练任务的名称。这些参数共同构成了训练环境的基础，并直接影响到训练效率和模型性能。

model = YOLO(abs_path('./weights/yolov5nu.pt', path_type='current'), task='detect')  # 加载预训练的YOLOv8模型
# model = YOLO('./weights/yolov5.yaml', task='detect').load('./weights/yolov5nu.pt')  # 加载预训练的YOLOv8模型
# Training.
results = model.train(  # 开始训练模型
    data=data_path,  # 指定训练数据的配置文件路径
    device=device,  # 自动选择进行训练
    workers=workers,  # 指定使用2个工作进程加载数据
    imgsz=640,  # 指定输入图像的大小为640x640
    epochs=120,  # 指定训练100个epoch
    batch=batch,  # 指定每个批次的大小为8
    name='train_v5_' + data_name  # 指定训练任务的名称
)
model = YOLO(abs_path('./weights/yolov8n.pt'), task='detect')  # 加载预训练的YOLOv8模型
results2 = model.train(  # 开始训练模型
    data=data_path,  # 指定训练数据的配置文件路径
    device=device,  # 自动选择进行训练
    workers=workers,  # 指定使用2个工作进程加载数据
    imgsz=640,  # 指定输入图像的大小为640x640
    epochs=120,  # 指定训练100个epoch
    batch=batch,  # 指定每个批次的大小为8
    name='train_v8_' + data_name  # 指定训练任务的名称
)

        此代码段揭示了如何使用YOLO模型的训练机制，其中包含了多个层面的设置。所有这些设置都被细致地调整和优化，以期在实际应用中获得最好的手写数字和符号识别效果。通过该训练流程，研究人员和实践者可以对YOLO模型进行训练和微调，进而在各种环境中实现准确的手写数字和符号识别。

---

5. 实验结果与分析

5.1 训练曲线

        在我们的手写数字和符号识别项目中，利用YOLOv8模型的训练是实现高准确度检测的关键环节。通过对模型训练过程中的损失函数和性能指标进行深入分析，我们能够洞察模型的学习效率以及潜在的优化方向。

        首先，观察到的训练和验证的边界框损失（train/box_loss，val/box_loss）随着训练的进行而稳步下降，显示了模型在定位手写数字和符号上的逐渐改进。特别是在训练过程中，边界框损失经历了显著的下降，从接近0.9下降至稳定在0.4左右，这表明模型在学习过程中越来越准确地预测目标的位置。在验证集上，边界框损失同样表现出下降趋势，并维持在一个相对较低的水平，这暗示模型对未见数据保持了良好的泛化能力。

        接下来，我们的分类损失（train/cls_loss，val/cls_loss）也随着训练轮次增加而持续减小，这意味着模型在区分不同手写数字和符号类别方面的性能得到了提升。类别损失从最初的高值逐步降低，最终稳定在较低的水平，这展现了模型的分类准确性随着训练的进行不断提高。

        此外，目标损失（train/obj_loss，val/obj_loss）表示模型预测目标存在与否的能力。我们看到在训练集和验证集上目标损失都呈下降趋势，说明模型越来越好地学会了如何识别图像中是否存在目标。

        在性能指标方面，精度（metrics/precision）在训练过程中保持在较高水平，而且回忆率（metrics/recall）也随之提高，说明模型不仅能正确识别手写内容，还能在多数情况下找到所有相关的目标。这是在手写数字和符号识别任务中尤为重要的，因为遗漏重要的字符会导致理解上的错误。

        最后，平均精度（metrics/mAP）和mAP50-95（metrics/mAP50-95）作为综合性能的度量，在整个训练周期中保持了稳定的上升，尤其是mAP50-95显示出模型在不同IOU阈值下都具有较高的检测精度，这对于实际应用来说是极为重要的。mAP的稳步上升证明了模型在识别准确性和鲁棒性方面的持续改进。
        通过对这些图像的详尽分析，我们可以得出结论，基于YOLOv8的手写数字和符号识别模型在训练过程中表现出色。损失函数的下降和性能指标的提高共同验证了模型的有效性和对于复杂手写数据的适应性。这些结果不仅证实了模型架构和训练策略的合理性，也为未来在更多手写数据集上的应用和进一步优化提供了坚实的基础。

5.2 混淆矩阵

        混淆矩阵是评估分类模型性能的重要工具，尤其在多类别识别任务中。上图显示了在我们的手写数字和符号识别任务中使用深度学习模型的性能结果。这个混淆矩阵已经被归一化，因此每个单元格的值表示在所有真实标签中的比例，为我们提供了预测标签与真实标签之间的精确对应关系。

        首先，可以明显看出，对于大多数类别，模型都能以极高的准确度进行正确预测。数字“1”、“4”、“5”、“7”、“8”、“9”及符号“div”和“equals”都显示出接近完美的准确率，这意味着模型能够非常准确地识别这些类别的大多数实例。这些高数值反映了模型的强大识别能力，特别是在不同的手写风格和符号形状之间进行区分时。

        对于其他一些类别，如数字“0”、“2”、“3”、“6”以及符号“minus”和“plus”，虽然也表现出高度的准确率，但出现了少量的误分类。例如，“0”有少许被误识别为“minus”，而“2”则有微小比例误判为“3”。这些误分类可能是由于手写风格中的相似性，比如某些“0”写得过于狭窄，从而与“-”符号相混淆。

        有趣的是，模型对“background”类别的误判率相对较高，这表明在没有目标的背景区域进行正确分类上，模型可能存在一定的挑战。这可能是因为模型在试图寻找并识别复杂背景中的手写数字或符号时，容易出现“看多了”的现象。
        在深入分析这些结果时，应考虑手写识别的特殊性。手写数字和符号因个体差异而有广泛的变化，这使得模型对于某些模糊或不规则形状的识别变得更具挑战性。此外，训练数据的质量、多样性和代表性也会对模型性能产生重要影响。如果训练数据中包含的变体不够多样，或者某些手写风格的示例数量不足，那么模型可能在这些较少见的情况下表现不佳。

        总结而言，混淆矩阵的分析表明我们的模型在手写数字和符号的识别任务上具有优秀的整体性能，尽管在某些特定情况下仍有改进的空间。未来的工作可以集中在进一步优化模型以更好地处理背景类别的识别，以及提高对于某些容易混淆类别的区分能力。此外，进一步丰富训练数据集，尤其是那些容易引起混淆的类别，将是提升模型性能的关键。

5.3 YOLOv8/v7/v6/v5对比实验

（1）实验设计：
        本实验旨在评估和比较YOLOv5、YOLOv6、YOLOv7和YOLOv8几种模型在手写数字和符号目标检测任务上的性能。为了实现这一目标，博主分别使用使用相同的数据集训练和测试了这四个模型，从而可以进行直接的性能比较。该数据集包含手写数字和符号的图像。本文将比较分析四种模型，旨在揭示每种模型的优缺点，探讨它们在工业环境中实际应用的场景选择。

模型	图像大小 (像素)	mAPval 50-95	CPU ONNX 速度 (毫秒)	A100 TensorRT 速度 (毫秒)	参数数量 (百万)	FLOPs (十亿)
YOLOv5nu	640	34.3	73.6	1.06	2.6	7.7
YOLOv8n	640	37.3	80.4	0.99	3.2	8.7
YOLOv6N	640	37.5	-	-	4.7	11.4
YOLOv7-tiny	640	37.4	-	-	6.01	13.1

（2）度量指标：

• F1-Score：F1-Score 作为衡量模型性能的重要指标，尤其在处理类别分布不均的数据集时显得尤为关键。它通过结合精确率与召回率，提供了一个单一的度量标准，能够全面评价模型的效能。精确率衡量的是模型在所有被标记为正例中真正属于正例的比例，而召回率则关注于模型能够识别出的真正正例占所有实际正例的比例。F1-Score通过两者的调和平均，确保了只有当精确率和召回率同时高时，模型的性能评估才会高，从而确保了模型对于正例的预测既准确又完整。
• mAP（Mean Average Precision）：在目标检测任务中，Mean Average Precision（mAP）是评估模型性能的重要标准。它不仅反映了模型对单个类别的识别精度，而且还考虑了所有类别的平均表现，因此提供了一个全局的性能度量。在计算mAP时，模型对于每个类别的预测被单独考虑，然后计算每个类别的平均精度（AP），最后这些AP值的平均数形成了mAP。

名称	YOLOv5nu	YOLOv6n	YOLOv7-tiny	YOLOv8n
mAP	0.991	0.993	0.992	0.992
F1-Score	0.99	0.99	0.99	0.99

（3）实验结果分析：

       在本次实验中，我们对比了YOLOv5nu、YOLOv6n、YOLOv7-tiny和YOLOv8n四个版本的YOLO模型在手写数字和符号识别任务上的性能。实验的目的是为了评估和理解这些不同版本的模型在处理复杂手写体识别任务时的效率和准确性。我们采用了F1-Score和mAP（mean Average Precision）作为度量指标，这两个指标共同反映了模型的精确度和召回率的平衡，是评估目标检测模型性能的标准方法。
       实验结果显示，四种模型在mAP上的得分极为接近，YOLOv6n以0.993的成绩略微领先，其余三个模型则均为0.992。同样，在F1-Score指标上，所有模型均得到了0.99的高分。这些数值结果表明，尽管这些模型在架构和优化策略上存在差异，它们在手写数字和符号识别任务上均表现出色，证明了YOLO算法在识别精度上的稳定性和鲁棒性。

       从模型间的细微差别来看，YOLOv6n在mAP上的轻微领先可能源于其在特征提取和锚框优化方面的细微改进。作为一个在YOLOv5基础上进一步迭代的版本，它可能通过更有效的特征融合和空间分辨率的保持，对于手写体中的细微差异更为敏感。然而，这种差异是微小的，表明所有模型都已经接近手写体识别任务的性能上限。

       YOLOv5nu、YOLOv7-tiny和YOLOv8n的表现几乎一致，这可能意味着对于我们的特定数据集和任务来说，它们的网络架构和能力已经足够应对手写体的多样性和复杂性。这些模型之间的轻微性能差异可能是由于不同的内部特征处理方式或是在处理数据集特定类别的小差别所造成的。例如，YOLOv7-tiny作为一个较轻量级的版本，其结构简化可能在处理更复杂或边缘情况的手写字符时略显不足。

        综上所述，我们的实验结果表明YOLO系列模型都是手写数字和符号识别的可靠选择。虽然在性能上有细微的差异，但总体上，这些差异在实际应用中可能影响不大。未来的工作可能会集中在进一步优化模型结构，或者开发更高级的训练策略来挖掘模型潜能，以及探索实现更高效的计算性能。此外，可能的改进方向还包括更细粒度的数据增强方法，以及专门针对手写体变体的优化策略，从而在这一领域推动YOLO模型性能的新极限。

---

6. 系统设计与实现

6.1 系统架构概览

        在我们的博客中，接下来我们深入探讨基于YOLOv8/v7/v6/v5的手写数字和符号识别系统的架构设计。本系统采用了模块化设计思想，旨在通过清晰定义的组件和接口来提升系统的可维护性和扩展性。下面是系统架构的关键组成部分：

1. 检测系统类（Detection_UI）
   检测系统类是整个手写数字和符号识别系统的核心，它负责协调各个组件的交互。这个类通过集成不同的模块，提供了一个用户友好的界面，用于上传图像或视频，选择模型参数，并展示识别结果。它利用了streamlit框架来搭建可交互的Web界面，方便用户操作。

2. YOLOv8/v5模型检测器（YOLOv8v5Detector）
   YOLOv8v5Detector类扮演了模型检测器的角色，封装了YOLO模型的加载、预处理、预测以及后处理等操作。这个类是我们系统的AI引擎，通过加载预训练的YOLO模型权重来识别图像或视频中的手写数字和符号。利用这个模块，我们可以轻松地将最新的YOLO模型版本集成到我们的系统中，以便利用其强大的检测能力。

3. 日志和结果处理
   系统中集成了ResultLogger和LogTable两个类，用于处理和记录识别结果。ResultLogger提供了一个框架来记录每次检测的关键信息，如识别到的手写数字和符号类别、置信度、位置等。LogTable则负责将这些信息以表格的形式展示和保存，便于用户查看和分析识别结果。

4. 工具类和辅助方法
   为了提高代码的复用性和减少冗余，系统设计了一系列工具类和辅助方法。例如，abs_path和drawRectBox分别用于处理文件路径的获取和在图像上绘制识别框。此外，get_camera_names、save_uploaded_file等方法则为系统提供了摄像头管理和文件处理的功能。

5. UI布局和样式
   通过使用def_css_hitml方法，我们为系统定义了一套统一的CSS样式，保证了用户界面的美观性和一致性。同时，setup_sidebar和setupMainWindow方法则分别负责侧边栏和主窗口的布局设置，使得整个系统界面直观易用。

6.2 系统流程

        在探讨基于YOLOv8/v7/v6/v5的手写数字和符号识别系统的流程时，我们可以从代码中抽象出一系列关键步骤，这些步骤集成了从图像获取、模型预测到结果展示的整个流程。以下是系统的主要流程步骤，它们体现了系统如何协调不同的组件以实现手写数字和符号识别的功能。

1. 初始化系统设置：系统启动时，SystemController负责初始化所有需要的模块和参数。

2. 模型和数据准备：在初始化过程中，系统会根据选择的模型类型（例如YOLOv8/v5），加载对应的模型权重。同时，系统还会处理输入数据，这可能包括从摄像头捕获的实时图像、上传的图片文件或视频文件。

3. 侧边栏配置：用户可以通过侧边栏进行一系列配置，包括选择模型文件、设置置信度阈值、IOU阈值、选择输入源（摄像头或文件）等。这些配置将直接影响检测结果的准确性和效率。

4. 运行检测：用户点击“开始运行”按钮后，根据输入源的不同，系统会调用process_camera_or_file方法。这个方法负责处理来自摄像头的实时流或处理上传的图片和视频文件。对于实时摄像头输入，系统会不断从摄像头捕获帧，对每一帧调用frame_process方法进行预处理、模型预测、后处理，并将结果显示在页面上。对于上传的图片文件，系统将读取图片文件，同样通过frame_process方法进行处理，并将检测结果展示出来。对于上传的视频文件，系统会按帧读取视频内容，每一帧都经过frame_process方法处理，检测结果随视频播放展示。

5. 显示检测结果：无论是实时视频流、图片还是视频文件，处理后的图像以及检测到的对象信息（如类别、置信度等）都会通过Streamlit的组件在用户界面上展示。同时，系统提供了过滤功能，允许用户专注于特定类型的检测结果。

6. 日志记录与导出：系统会将检测结果记录到日志中，并允许用户导出结果为CSV格式的文件，方便后续分析和报告。

7. 用户界面交互：用户还可以通过侧边栏和其他界面元素，如进度条、按钮等，与系统进行实时交云，调整设置或重新运行检测。

        这一系列流程确保了手写数字和符号识别系统能够在各种夜间环境下准确快速地识别手写数字和符号，为降低事故发生率和提高夜间行走人员的安全提供了技术支持。

---

代码下载链接

         如果您希望获取博客中提及的完整资源包，包含测试图片、视频、Python文件(*.py)、网页配置文件、训练数据集、代码及界面设计等，可访问博主在面包多平台的上传内容。相关的博客和视频资料提供了所有必要文件的下载链接，以便一键运行。完整资源的预览如下图所示：

        资源包中涵盖了你需要的训练测试数据集、训练测试代码、UI界面代码等完整资源，完整项目文件的下载链接可在下面的视频简介中找到➷➷➷

演示与介绍视频 ：https://www.bilibili.com/video/BV1Nx421D7EY/
YOLOv8/v7/v6/v5项目合集下载：https://mbd.pub/o/bread/mbd-ZZ2YmJtr
YOLOv8和v5项目完整资源下载：https://mbd.pub/o/bread/mbd-ZZ2Ykpdt
YOLOv7项目完整资源下载：https://mbd.pub/o/bread/mbd-ZZ2Yl5ls
YOLOv6项目完整资源下载：https://mbd.pub/o/bread/mbd-ZZ2Yl55r

完整安装运行教程：

        这个项目的运行需要用到Anaconda和Pycharm两个软件，下载到资源代码后，您可以按照以下链接提供的详细安装教程操作即可运行成功，如仍有运行问题可私信博主解决：

1. Pycharm和Anaconda的安装教程：https://deepcode.blog.csdn.net/article/details/136639378；

        软件安装好后需要为本项目新建Python环境、安装依赖库，并在Pycharm中设置环境，这几步采用下面的教程可选在线安装（pip install直接在线下载包）或离线依赖包（博主提供的离线包直接装）安装两种方式之一：

2. Python环境配置教程：https://deepcode.blog.csdn.net/article/details/136639396（2,3方法可选一种）；
3. 离线依赖包的安装指南：https://deepcode.blog.csdn.net/article/details/136650641（2,3方法可选一种）；

        如使用离线包方式安装，请下载离线依赖库，下载地址：https://pan.baidu.com/s/1uHbU9YzSqN0YP_dTHBgpFw?pwd=mt8u （提取码：mt8u）。

---

7. 结论与未来工作

        本文通过深入研究并实践了基于YOLOv8/v7/v6/v5的深度学习模型在手写数字和符号识别领域的应用，成功开发了一个集成了这些先进算法的手写数字和符号识别系统。通过对多个版本的YOLO模型进行细致的比较和优化，本研究不仅提升了手写数字和符号识别的准确率和实时性，还通过Streamlit创建了一个直观、美观且易于使用的Web应用，使用户能够轻松地进行手写数字和符号识别，从而在实际应用中发挥重要作用。

        经过一系列实验验证，本文所提出的方法在手写数字和符号识别的准确性和处理速度上都达到了令人满意的水平。同时，我们还提供了完整的数据集处理流程、模型训练和预测的代码，以及基于Streamlit的系统设计和实现细节，为后续的研究者和开发者复现和参考提供了方便。尽管取得了一定的成果，但手写数字和符号识别作为一个复杂多变的任务，仍然面临着许多挑战和改进空间。在未来的工作中，我们计划从以下几个方向进行探索：

• 模型优化：继续探索更深层次的网络结构和优化策略，如神经网络架构搜索（NAS）技术，以进一步提升模型的性能和效率。
• 多模态融合：考虑结合语音、文本等其他模态信息，采用多模态学习方法进行手写数字和符号的更加全面识别。
• 跨域适应性：研究跨文化、跨年龄组的手写样式识别，通过领域自适应技术提高模型在不同人群和环境中的泛化能力。
• 用户交互体验：进一步优化系统的用户界面和交互设计，使其更加人性化、智能化，以满足更广泛用户的需求。
• 实际应用拓展：探索手写数字和符号识别在更多实际应用场景中的应用，如在线教育、远程会议、智能客服等，以发挥其最大的社会和经济价值。

        总之，手写数字和符号识别技术正处于快速发展之中，随着技术的不断进步和应用场景的不断拓展，我们相信在不久的将来，基于深度学习的手写数字和符号识别将在人机交互、社会安全、医疗健康等领域发挥更加重要的作用。

---

1. Wu X, Sahoo D, Hoi S C H. Recent advances in deep learning for object detection[J]. Neurocomputing, 2020, 396: 39-64. ↩︎ ↩︎ ↩︎ ↩︎

2. Tian R. Oracle text positioning system based on improved YOLOv7-FC model[J]. Journal of Education, Humanities and Social Sciences, 2023, 19: 206-217. ↩︎

3. Norkobil Saydirasulovich S, Abdusalomov A, Jamil M K, et al. A YOLOv6-based improved fire detection approach for smart city environments[J]. Sensors, 2023, 23(6): 3161. ↩︎

4. Agrawal V, Jagtap J, Patil S, et al. Performance analysis of hybrid deep learning framework using a vision transformer and convolutional neural network for handwritten digit recognition[J]. MethodsX, 2024, 12: 102554. ↩︎

5. Tan Y, Yao H. Deep capsule network handwritten digit recognition[J]. International Journal of Advanced Network, Monitoring and Controls, 2021, 5(4): 1-8. ↩︎