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. 51<br />
5.3 Vplyv veľkosti trénovacej množiny na kvalitu spra-<br />
covania <strong>obrazu</strong><br />
Popis experimentu<br />
Účelom tohoto experimentu je zistiť, aká veľkosť trénovacej množiny je po-<br />
trebná, aby bolo spracovanie <strong>obrazu</strong> čo najlepšie možné.<br />
Je zrejmé, že aj veľkosť trénovacej množiny vplýva na rýchlosť učenia sa<br />
neurónovej siete. Hovorí však aj o minimálnych rozmeroch <strong>obrazu</strong>, z ktorého<br />
môže byť vytvorená trénovacia množina, <strong>pre</strong>tože veľkosť tohoto <strong>obrazu</strong> obme-<br />
dzuje počet možných jedinečných (teda neopakujúcich sa) prvkov trénovacej<br />
množiny.<br />
platí:<br />
kde<br />
Vo všeobecnosti teda <strong>pre</strong> počet jedinečných prvkov trénovacej množiny<br />
K=(V − N).(S − N) (19)<br />
- K - počet jedinečných prvkov trénovacej množiny<br />
- V - výška <strong>obrazu</strong> v bodoch, z ktorého chceme vytvoriť trénovaciu mno-<br />
žinu<br />
- S - šírka <strong>obrazu</strong> v bodoch, z ktorého chceme vytvoriť trénovaciu mno-<br />
žinu<br />
- N - veľkosť strany štvorcovej vstupnej vrstvy<br />
Tento vzťah platí <strong>pre</strong> vytváranie prvkov trénovacej množiny bez "dokladania"<br />
vpravo a dole.<br />
Parametre neurónovej siete:<br />
- topológia:8 ×8−10 −2<br />
- gamma = 0.1