1. 成果演示

https://answer-sheet-recognition.herokuapp.com/

2. 写在前面

用pytorch训练了一个答题卡识别模型，然后将训练后的模型部署到了线上，并提供一个可供调用的api接口。

3. 接口文档

3.1. 请求地址

https://answer-sheet-recognition.herokuapp.com/upload

3.2. 请求方法

post

3.3. 必要参数

字段	类型	描述
part	int or str	答题卡行数
file	file	二进制图片

3.4. 成功响应

字段	类型	描述
prediction	列表	手写答案的预测结果

4. 请求示例

4.1. 测试图片

4.2. 请求代码

import requests, json

url = 'https://answer-sheet-recognition.herokuapp.com/upload'
params = {'part': '2'}
files = {'file': open('2.jpg', 'rb')}
res = requests.post(url, params=params, files=files).json()

print(json.dumps(res, indent=4))

4.3. 响应结果

{
    "prediction": [
        "C",
        "A",
        "A",
        "B",
        "D",
        "B",
        "C",
        "C",
        "A",
        "B"
    ]
}

5. 注意事项

该api接口仅支持2行和4行的答题卡识别。此外，该模型是在CPU中调用，识别速度较慢，请耐心等待，且为了更快速的识别，推荐上传JPG格式的答题卡，图片大小最好不要超过1MB。

• 2行答题卡示例：

• 4行答题卡示例：

6. 温馨提示

接口仅供调用测试，有次数限制，非法滥用会封IP，请勿用于实际生产环境。

7. 相关推荐

【python】手写数字识别模型api接口调用

8. 开发人员

• XavierJ：模型训练与部署
• DemoJackey、Tianyu_@Z：答题卡字符分割
• kiroe：微信小程序（开发中……）