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. 45<br />
5.1 Závislosť úspešnosti učenia na veľkosti vstupnej vrstvy<br />
Popis experimentu<br />
Účelom tohoto experimentu je zistiť, akú veľkosť musí mať vstupná vrstva<br />
neurónovej siete, aby bolo možné <strong>pre</strong>dspracovanie realizovať.<br />
Podľa zvolenej topológie neurónovej siete vieme, že vstupná vrstva tvorí<br />
štvorcovú masku s rozmerom strany N a bude plnená hodnotami odtieňov<br />
šedi vstupného <strong>obrazu</strong>. Tiež vieme, že obraz zosnímaný scannerom pri kon-<br />
krétnom rozlíšení bude obsahovať obrazové elementy 1 <strong>pre</strong> imitáciu rôznych<br />
odtieňov šedi. Je teda zrejmé, že od veľkosti týchto obrazových elementov<br />
bude závisieť aj veľkosť vstupnej vrstvy. Príliš malá vstupná vrstva nebude<br />
schopná zachytiť rozdiel medzi rôznymi obrazovými elementami a teda ne-<br />
bude fungovať s postačujúcou chybou.<br />
Pre zistenie veľkosti vstupnej vrstvy neurónovej siete použijeme tento<br />
postup:<br />
- vytvoríme súbor s testovacou množinou a súbor s trénovacou množinou,<br />
pričom rozmer vstupných dát v týchto množinách bude N<br />
- vytvoríme neurónovú sieť, ktorej vstupná vrstva bude mať rozmer N<br />
- budeme neurónovú sieť učiť 1000 krokov<br />
- zvýšime číslo N a postup zopakujeme ešte niekoľkokrát<br />
Parametre neurónovej siete:<br />
- topológia: N - 10 - 2<br />
- gamma = 0.1<br />
- počet prvkov trénovacej množiny: 4000<br />
1 body a iné útvary rôznej veľkosti