neural_network

Neuronen -Netzwerktraining (Handbuch)

Bereiten Sie Trainingsbilder vor

• Erstellen Sie ein BMP -Bild für jeden Buchstaben des Alphabets (A.BMP, B.BMP, ..., C.BMP).
• Jedes Bild muss einen einzelnen Buchstaben enthalten, idealerweise in Schwarz auf einem weißen Hintergrund.
• Die Bilder müssen von ähnlicher Größe sein, der Code ärgert sich bei 56 x 49 Pixel.

Training über das Netzwerk für jeden Brief

./train train_single A.bmp
./train train_single B.bmp
./train train_single C.bmp
... et ainsi de suite pour toutes les lettres

Wiederholen Sie den Trainingsschritt für jeden Buchstaben mehrmals, um die Präzision zu verbessern.

Sobald alle Buchstaben erkannt wurden:

./train train dossier_lettres/

Testerkennung

./train recognize test_image.bmp

Das Netzwerk speichert seinen Zustand nach jedem Training in "network_data.bin" und für die Singles in "Train_data.bin" automatisch.

---

Netzwerknetzwerk (Netzwerktraining)

Bereiten Sie Trainingsbilder vor

• Wählen Sie eine Schriftart im TTF -Format und ändern Sie im generator.py -Code mit der richtigen Tatsache.
• Generieren Sie Buchstaben im BMP -Format mit letters/generator.py .
• Die Größe der erzeugten Bilder ist in generator.py definiert.

Training über das Netzwerk für jeden Brief

python3 auto_train.py  # exécution une seule fois la première fois

... und warte auf das Ende des Trainings.

Testerkennung jedes Briefes

python3 verify_train.py

oder für einen einzelnen Buchstaben:

./train recognize test_image.bmp

Und wenn der erkannte Brief nicht der richtige ist:

python3 manual_train.py

... Geben Sie dann den erwarteten Brief ein (z. B. U).

Dann, um das Netzwerk von Neuronen zu harmonisieren und es zu retten:

./train train dossier_lettres/

... und so weiter für alle schlecht erkannten Buchstaben (starten Sie die 2 Prozesse erneut).

Das Netzwerk speichert seinen Zustand nach jedem Training in "network_data.bin" und für die Singles in "Train_data.bin" automatisch.

---

Weitere Informationen

• backup_data enthält Backups alter Trainingseinheiten.
• python3 manual_train.py können Sie einen einzelnen Buchstaben trainieren.
• python3 auto_train.py wird zum ersten Mal in einer Datei in einer Datei trainiert.
• python3 verify_train.py wird verwendet, um zu überprüfen, ob die Buchstaben gut erkannt werden.
• train ist die von dem Benutzer verwendete Version ( train.c ).
• *.bin enthält Trainingsdaten.
• letters/ enthält die Buchstaben mit generator.py .
• checksum.sh wird verwendet, um *.bin -Dateien zu speichern.

---

Zusammenstellung

gcc train.c -o train -lm ` pkg-config --cflags --libs sdl2 SDL2_image ` 

---

Buchhandlungen zu installieren

• libsdl2-image-dev (zum Lesen von Bildern in C).
• PIL (Briefe von Python -Schriftart erzeugen).

---

Speichern Sie das Neuronen -Netzwerk

bash checksum.sh