neural_network
1.0.0
./train train_single A.bmp
./train train_single B.bmp
./train train_single C.bmp
... et ainsi de suite pour toutes les lettresПовторите шаг обучения несколько раз для каждой буквы, чтобы повысить точность.
Затем, как только все буквы будут распознаны:
./train train dossier_lettres/./train recognize test_image.bmpСеть автоматически сохраняет свое состояние после каждого обучения в «Network_data.bin» и для синглов в «Train_data.bin».
generator.py с правильным фактом.letters/generator.py .generator.py . python3 auto_train.py # exécution une seule fois la première fois... и ждите окончания тренировок.
python3 verify_train.pyили для одной буквы:
./train recognize test_image.bmpИ если обнаруженная буква не является правильной:
python3 manual_train.py... затем введите ожидаемое письмо (например: U).
Затем, чтобы гармонизировать сеть нейронов и сохранить ее:
./train train dossier_lettres/... и так далее для всех плохо обнаруженных букв (снова запустите два процесса).
Сеть автоматически сохраняет свое состояние после каждого обучения в «Network_data.bin» и для синглов в «Train_data.bin».
backup_data содержит резервные копии старых тренировок.python3 manual_train.py позволяет вам тренировать одну букву.python3 auto_train.py используется для подготовки всех букв в файл в первый раз.python3 verify_train.py используется для проверки, хорошо ли обнаружены буквы.train - это версия, используемая пользователем ( train.c ).*.bin содержит учебные данные.letters/ содержит буквы с generator.py .checksum.sh используется для сохранения *.bin -файлов. gcc train.c -o train -lm ` pkg-config --cflags --libs sdl2 SDL2_image ` libsdl2-image-dev (для чтения изображений в C).PIL (генерируйте буквы от шрифта Python). bash checksum.sh