neural_network

뉴런 네트워크 훈련 (매뉴얼)

훈련 이미지를 준비하십시오

• 알파벳 (A.BMP, B.BMP, ..., C.BMP)의 각 문자에 대한 BMP 이미지를 만듭니다.
• 각 이미지에는 흰색 배경에 이상적으로 검은 색으로 단일 문자가 포함되어야합니다.
• 이미지의 크기가 비슷해야하며 코드는 56x49 픽셀로 크기를 조정합니다.

각 문자에 대한 네트워크를 통한 교육

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

정밀도를 향상시키기 위해 각 문자에 대해 교육 단계를 여러 번 반복하십시오.

그런 다음 모든 글자가 인식되면 :

./train train dossier_lettres/

테스트 인식

./train recognize test_image.bmp

네트워크는 "Network_data.bin"및 "Train_data.bin"의 싱글을 위해 각 교육 후 조건을 자동으로 저장합니다.

---

네트워크 교육 (자동) 네트워크

훈련 이미지를 준비하십시오

• TTF 형식의 글꼴을 선택하고 올바른 사실로 generator.py 코드에서 수정하십시오.
• letters/generator.py 와 함께 BMP 형식으로 문자를 생성하십시오.
• 생성 된 이미지의 크기는 generator.py 에 정의됩니다.

각 문자에 대한 네트워크를 통한 교육

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

... 훈련이 끝날 때까지 기다리십시오.

각 문자의 테스트 인식

python3 verify_train.py

또는 단일 편지의 경우 :

./train recognize test_image.bmp

감지 된 서신이 올바른 편지가 아닌 경우 :

python3 manual_train.py

... 그런 다음 예상되는 편지를 입력하십시오 (예 : U).

그런 다음 뉴런 네트워크를 조화시키고 저장하십시오.

./train train dossier_lettres/

... 그리고 심하게 감지 된 모든 글자에 대해서도 (2 개의 프로세스를 다시 시작하십시오).

네트워크는 "Network_data.bin"및 "Train_data.bin"의 싱글을 위해 각 교육 후 조건을 자동으로 저장합니다.

---

추가 정보

• backup_data 에는 오래된 교육 세션의 백업이 포함되어 있습니다.
• python3 manual_train.py 사용하면 단일 문자를 훈련시킬 수 있습니다.
• python3 auto_train.py 처음으로 파일의 모든 글자를 훈련시키는 데 사용됩니다.
• python3 verify_train.py 문자가 잘 감지되었는지 확인하는 데 사용됩니다.
• train 사용자 ( train.c )가 사용하는 버전입니다.
• *.bin 에는 교육 데이터가 포함되어 있습니다.
• letters/ generator.py 있는 문자가 들어 있습니다.
• checksum.sh *.bin 파일을 저장하는 데 사용됩니다.

---

편집

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

---

설치할 서점

• libsdl2-image-dev (C의 이미지를 읽기 위해).
• PIL (파이썬 글꼴로 문자를 생성).

---

뉴런 네트워크를 저장하십시오

bash checksum.sh