字體:小 中 大 |
|
|
|
| 2026/11/09 13:29:33瀏覽326|回應0|推薦2 | |
花了三個半月研究手寫數字辨識的「核心」!即使在那個特定的MNIST賽場拿到冠軍其實也只是有一個好的基礎而已,距離辨識真實世界複雜影像中的手寫數字還有一段很長的路途要走,所以還沒有驕傲的本錢,如果不能真的從如上的影像中找到所有客戶望找到的數字,我的影像辨識生意還是做不成的! 上圖是一張從網路上找到的發票影像,初步做了灰階、二值化到目標擷取的結果大概就是如下圖這樣!可以看到很多數字目標還是零零落落!因為手寫字會與表格線沾連就難以正確切割了!但是從大部分可切割的手寫數字,已經可以先看看我的辨識核心表現如何?
如上例能切割成功的手寫數字,經過縮放到符合28X28畫素的規格後,呼叫我用MNIST資料製作出來的辨識核心,都是可以正確辨識的!剩下的工作就是如何去除表格格線的影響,將那些沾連到格線的字也能順利切割出來!但是目前我測試的其他幾張影像中就有看到辨識核心錯誤的例子,可見在MNIST封閉資料中達到99.9%的辨識率,拿到真實世界中還是必須繼續調整的!
譬如上例我的99.914%辨識率的核心居然會辨識成8?那當然是錯的!所以就根據案例做研究調整,雖然最終讓MNIST的辨識率略降到99.902%,但這就是在調整為了附和MNIST資料衝高辨識率時的Overfitting負面效應了!當然必須以目視合理為調整方向!MNIST辨識率只是一次固定題庫的考試分數而已。 即使目前我們還沒有正式接收到客戶的委託開發這種專案,但還是會嘗試繼續研發,所謂的勿恃敵之不來,恃吾有以待之!有案子時恃賺錢的工作,沒案子時的研究就是儲存公司資產了!希望有需要的客戶可以看到,讓我們的研究真的產生實質效益! |
|
| ( 心情隨筆|工作職場 ) |














