[BigAngryPenguin]

Czołem Mirki, zamierzam napisać sobie prostą aplikację do rozpoznawania chińskich znaków (użytkownik rysuje znak a aplikacja jest nauczona do rozpoznawania tylko paru znaków). Oczywiście zamierzam do tego wykorzystać sieci neuronowe i chciałbym się Was zapytać: czy poniższy opis działania programu jest w porządku czy byście coś zmienili?

Narysowany znak będzie skalowany do wymiarów 60x60px, a następnie podawany na wejście sieci, wyjściem będzie liczba binarna (4bity). Każdy ze znaków będzie miał własną sieć a ta z kolei będzie miała zapisany identyfikator znaku. Jeśli wyjście z sieci będzie zgadzało się z tym identyfikatorem to uznane to będzie za "poprawne" rozpoznanie znaku. Oczywiście domyślam się, że może zostać tak rozpoznanych parę fałszywych ale na dzień dzisiejszy nie przeszkadza mi to.

[bartosz-k999]

Fajny program, mogę się spytać skąd weźmiesz dane do uczenia?

[Bisk]

@BigAngryPenguin: zwykle robi się to tak: jedno wyjście = jeden znak, każde wyjście to wartość 0-100%, wybrany zostaje zwycięzca czyli ten znak, któremu odpowiada największa wartość wyjścia.
Wtedy można dodać dodatkowe kryterium np. brak zdecydowanego zwycięzcy (przynajmniej kilka % przewagi) = nierozpoznany znak

[BigAngryPenguin]

@Bisk: a jeśli będę chciał zwiększyć bazę znaków to czy część znaków zostanie "zapomniana"?

[BigAngryPenguin]

@bartosz-k999: dla każdego znaku, który będę chciał rozpoznawać, narysuję jego parę wariantów (to ma być prosty program, przeznaczony bardziej do nauki sieci neuronowych)

[Bisk]

@BigAngryPenguin: rozbudowa działającej sieci nie jest powszechną praktyką, ale sieć powinna pamiętać stare wzory

[bartosz-k999]

@BigAngryPenguin: Dobrze, gdyby nauczyć program w oparciu o drukowane zdjęcia pobrane z wikipedii wyniki pewnie byłyby słabe :)

[bartosz-k999]

@BigAngryPenguin: A piszesz swoją implementacje sieci, czy wykorzystujesz jakąś bibliotekę? Java jest spoko, ale widziałem dużo tego typu rozwiązań napisanych w pythonie, dobrze się sprawdza w AI

[Bisk]

@bartosz-k999: oczywiście mówię o swoim modelu, w twoim to nie zadziała bo wzór 4-bitowy jest zbyt uproszczony i dla większej liczby znaków będziesz musiał i tak dodać więcej wyjść, a wtedy twoim starym znakom będą odpowiadały dokładniejsze kody

[BigAngryPenguin]

@bartosz-k999: na dzień dzisiejszy piszę własną implementację w javie, wiem że są do tego biblioteki ale chciałbym zrobić to sam ( ͡° ͜ʖ ͡°)

@Bisk: dzięki za wyjaśnienie

[e.....f]

@BigAngryPenguin: Wejście 60x60 jest ryzykowne ze względu na problemu z uogólnianiem wiedzy czy czasem uczenia. Czytałem sporo literatury na ten temat i ogólnie poleca się najpierw przetworzyć takie dane aby zredukować wejścia do kilku-kilkunastu. Najpierw często robi się skalowanie i rotację (żeby zredukować "szum" w postaci pozycji i obrotu). Potem z tego wydobywa się różne cechy (ang. "features") takie jak intensywność obrazu, symetria itd. i to się dopiero daje na

[BigAngryPenguin]

@essf: dobry pomysł, tyle że nie wiem co mógłbym wziąć pod uwagę, poza pikselami i może ilością kresek, przy przetwarzaniu takich obrazków

[e.....f]

@BigAngryPenguin: Może na początek próbuj zgodnie ze swoim pierwszym pomysłem, najtrudniej jest zacząć takie projekty.