- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我部分实现了the Stroke Width Transform algorithm。
我的实现很丑陋,但是有些效果
我的实现给了我很多候选人(我使用一些规则来过滤他们)。但是我仍然有很多非角色候选人。
我想使用神经网络(或其他ML算法)对其进行过滤。
我应该为分类器使用什么功能?
我可以提取均值/标准差(组件的SW值)和宽度/高度。
例:
红色矩形是候选字符
(执行过程不会检测到亮暗字符,对“陆虎”的错误检测是正常的)
组件过滤后的SWT图像
最佳答案
神经网络和其他技术(例如SVM)不用于过滤输入,而是用于对输入进行分类。不同之处在于,过滤将根据输入是否符合所施加的规则来丢弃输入,因此实际上不需要进行任何训练(很有可能只有少数良好的阈值)。另一方面,/ trained /分类器将类分配给给定的输入,这意味着您需要用期望的类以及负样本来充分训练分类器。因此,如果您要使用前者或后者,则方法会有所不同,但是在前者中使用的功能可能对后者也很有用。
无论您采用哪种路径,都需要进行一些基本的预处理,首先要获得一个更清晰的组件,这就是说,要删除示例中存在的组件内多余的白点。之后,有很多选项可用。基本的宽度和高度测量值可用于过滤您确定与预期不符的组件,因此也无需对其进行分类。通过考虑所连接组件的骨架,您可以获得形成两个特征的端点和分支点。欧拉数是另一个,实际上,有太多可能的特征要提取出来以在此处列出它们。这些提到的特征的特征在于它们都是缩放,旋转和平移不变的。这也意味着您需要其他功能来区分,例如,9
与6
,骨架中孔的质心就是这样的示例(请务必小心,因为直接提取此功能不是不变)。
请注意,即使是简单的功能也可以帮助分离整个字符集。例如,对于欧拉数= 0,您将仅获得“ A”,“ D”,“ O”,“ P”,“ Q”,“ R”,“ 0”,“ 4”,“ 6”,或“ 9”(假设ascii字母数字,行为良好的字体以及对输入的良好预处理)。
最后,除了SWT之外,还有相当数量的论文来寻找更多信息和其他方法。例如,T-HOG是其中的一种,根据已发布的结果,它比SWT稍好。
编辑:恢复和扩展:
如果您想使用机器学习,则将需要少量带标签的数据,可以从中分离出来进行培训和测试。如果您的目标只是区分“这是一个字符”与“这不是一个字符”,并且对后一类的描述不够充分(即,您没有什么不是字符的示例,或者您无法将其描述为您可以收到的任何类型的输入),也可以选择One-Class SVM。
如前所述,要从单个字符中提取特征,它们太多了,并且有很多方法可以使用。论文“用于字符识别的特征提取方法-一项调查”(1995年,根本不是最近的论文)讨论了其中的一些方法(还提到了预期的最小训练数据量,请务必阅读),因此我将其中包括其内容的一部分在这里。
从字符中提取的可能不错的功能(对于灰度图像和二进制图像):
Hu,Reiss,Flusser,Suk,Bamieh,de Figueiredo Moments(所有几何矩不变式都是基于Hu在“不变矩的视觉模式识别”上对初始工作的改进而做出的)。
泽尼克时刻
从骨架字符中提取的良好功能:
T型接头数量;
X关节数量;
弯曲点数;
端点数;
通过将原点放置在形状的质心上与轴的相交数;
半圆数
傅里叶描述符也可以应用在字符的骨架,二进制表示或图形表示中,如所提到的论文所述。
关于machine-learning - 角色候选者应使用哪些功能,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14788932/
基本上,我的问题是,由于无监督学习是机器学习的一种,是否需要机器“学习”的某些方面并根据其发现进行改进?例如,如果开发了一种算法来获取未标记的图像并找到它们之间的关联,那么它是否需要根据这些关联来改进
生成模型和判别模型似乎可以学习条件 P(x|y) 和联合 P(x,y) 概率分布。但从根本上讲,我无法说服自己“学习概率分布”意味着什么。 最佳答案 这意味着您的模型要么充当训练样本的分布估计器,要么
是否有类似于 的 scikit-learn 方法/类元成本 在 Weka 或其他实用程序中实现的算法以执行常量敏感分析? 最佳答案 不,没有。部分分类器提供 class_weight和 sample_
是否Scikit-learn支持迁移学习?请检查以下代码。 型号 clf由 fit(X,y) 获取 jar 头型号clf2在clf的基础上学习和转移学习 fit(X2,y2) ? >>> from s
我发现使用相同数据的两种交叉验证技术之间的分类性能存在差异。我想知道是否有人可以阐明这一点。 方法一:cross_validation.train_test_split 方法 2:分层折叠。 具有相同
我正在查看 scikit-learn 文档中的这个示例:http://scikit-learn.org/0.18/auto_examples/model_selection/plot_nested_c
我想训练一个具有很多标称属性的数据集。我从一些帖子中注意到,要转换标称属性必须将它们转换为重复的二进制特征。另外据我所知,这样做在概念上会使数据集稀疏。我也知道 scikit-learn 使用稀疏矩阵
我正在尝试在 scikit-learn (sklearn.feature_selection.SelectKBest) 中通过卡方方法进行特征选择。当我尝试将其应用于多标签问题时,我收到此警告: 用户
有几种算法可以构建决策树,例如 CART(分类和回归树)、ID3(迭代二分法 3)等 scikit-learn 默认使用哪种决策树算法? 当我查看一些决策树 python 脚本时,它神奇地生成了带有
我正在尝试在 scikit-learn (sklearn.feature_selection.SelectKBest) 中通过卡方方法进行特征选择。当我尝试将其应用于多标签问题时,我收到此警告: 用户
有几种算法可以构建决策树,例如 CART(分类和回归树)、ID3(迭代二分法 3)等 scikit-learn 默认使用哪种决策树算法? 当我查看一些决策树 python 脚本时,它神奇地生成了带有
有没有办法让 scikit-learn 中的 fit 方法有一个进度条? 是否可以包含自定义的类似 Pyprind 的内容? ? 最佳答案 如果您使用 verbose=1 初始化模型调用前 fit你应
我正在使用基于 rlglue 的 python-rl q 学习框架。 我的理解是,随着情节的发展,算法会收敛到一个最优策略(这是一个映射,说明在什么状态下采取什么行动)。 问题 1:这是否意味着经过若
我正在尝试使用 grisSearchCV 在 scikit-learn 中拟合一些模型,并且我想使用“一个标准错误”规则来选择最佳模型,即从分数在 1 以内的模型子集中选择最简约的模型最好成绩的标准误
我正在尝试离散数据以进行分类。它们的值是字符串,我将它们转换为数字 0,1,2,3。 这就是数据的样子(pandas 数据框)。我已将数据帧拆分为 dataLabel 和 dataFeatures L
每当我开始拥有更多的类(1000 或更多)时,MultinominalNB 就会变得非常慢并且需要 GB 的 RAM。对于所有支持 .partial_fit()(SGDClassifier、Perce
我需要使用感知器算法来研究一些非线性可分数据集的学习率和渐近误差。 为了做到这一点,我需要了解构造函数的一些参数。我花了很多时间在谷歌上搜索它们,但我仍然不太明白它们的作用或如何使用它们。 给我带来更
我知道作为功能 ordinal data could be assigned arbitrary numbers and OneHotEncoding could be done for catego
这是一个示例,其中有逐步的过程使系统学习并对输入数据进行分类。 它对给定的 5 个数据集域进行了正确分类。此外,它还对停用词进行分类。 例如 输入:docs_new = ['上帝就是爱', '什么在哪
我有一个 scikit-learn 模型,它简化了一点,如下所示: clf1 = RandomForestClassifier() clf1.fit(data_training, non_binary
我是一名优秀的程序员,十分优秀!