Predspracovanie obrazu pre optické rozpoznávanie ... - TUKE
Predspracovanie obrazu pre optické rozpoznávanie ... - TUKE
Predspracovanie obrazu pre optické rozpoznávanie ... - TUKE
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
FEI TU v Košiciach Diplomová práca List č. 31<br />
4.3 Závislosť úspešnosti učenia na kombinácii po<strong>pre</strong>dia<br />
a pozadia <strong>obrazu</strong><br />
Popis experimentu<br />
Skúmaním rôznych tlačených <strong>pre</strong>dlôh bolo nájdených 25 rôznych kombinácií<br />
textúr po<strong>pre</strong>dia a pozadia, je potrebné zistiť, ako dobre je možné zvládnuť<br />
spracovanie jednotlivých kombinácií pomocou do<strong>pre</strong>dnej neurónovej siete.<br />
Vstupný a výstupný obraz vytvorený pomocou programu ’Image Generator’,<br />
ako je popísané v úvodnej časti experimentov na strane 28.<br />
Použité parametre neurónovej siete:<br />
- topológia:6 ×6−10 −2<br />
- gamma = 0.1<br />
- počet prvkov trénovacej množiny: 2000<br />
Výsledky<br />
Pre všetkých 25 kombinácií bola neurónová sieť trénovaná a výsledky boli<br />
zaznamenané do tabuľky 2. Následne bol ešte vytvorený graf (zobrazený na<br />
obrázku 15), ktorý z<strong>obrazu</strong>je závislosť chyby neurónovej siete na kombinácii<br />
po<strong>pre</strong>dia a pozadia.<br />
Zhodnotenie<br />
Dospel som k následovným zisteniam:<br />
- kombinácie, <strong>pre</strong> ktoré dosiahla neurónová sieť chybu na testovacej mno-<br />
žine menšiu ako 2%, sú spracovateľné pomocou metódy prahovania.<br />
Použitie neurónovej siete teda nemá v týchto prípadoch význam, <strong>pre</strong>-<br />
tože metóda prahovania je menej výpočtovo náročná ako spracovanie<br />
neurónovou sieťou.<br />
- kombinácie, <strong>pre</strong> ktoré dosiahla neurónová sieť chybu na testovavej mno-<br />
žine väčšiu ako 2%, ale menšiu ako 4%, je možné ešte spracovať metódou
Change language