Sistema de reconocimiento de caracteres manuscritos usando redes neuronales convolucionales implementado en Python

Durante los últimos años, el uso de Redes Neuronales Artificiales ha sufrido un crecimiento exponencial, tanto en funciones como en precisión, y es rara aquella empresa que aún no ha tratado de integrarlas de alguna forma en el servicio prestado. Los usos de estas redes son muy variados, ya que, por ejemplo, se pueden utilizar para el reconocimiento de sonidos, tal y como hace Google con su aplicación Google Now. Además de esto, se pueden usar Redes Neuronales para la traducción instantánea de texto, tal como hace Skype, o para la predicción de la siguiente palabra a escribir al mandar un mensaje como hace la aplicación de teclado Swiftkey. Sin embargo, el uso más importante y extendido es el de reconocimiento de imágenes. En este ámbito, grandes empresas como, por ejemplo, Facebook han conseguido desarrollar algoritmos usando estas redes capaces de reconocer rostros humanos con una precisión superior al 97%. Microsoft, del mismo modo, ha implementado en Cortana, su asistente personal, una Red Neuronal capaz de clasificar especies animales. Dada la importancia del reconocimiento de imágenes hoy en día, se ha decidido realizar en el presente proyecto una Red Neuronal capaz de identificar imágenes de caracteres manuscritos con una precisión deseable por encima del 95%.Universidad de Sevilla. Grado en Ingeniería Electrónica, Robótica y Mecatrónic