^{**Hinweis von Stefan Born** Methoden keras/tensorflow und 'convolutional neural networks'.} ====== Schrifterkennung. Formel erkennen und in LaTeX konvertieren ====== Wir wollen mithilfe von machine learning(bzw. Neural Network) ein Programm erstellen, dass bestimmte Elemente auf Bildern erkennt und dieser einordnen kann. __Idee Nummer 1__: Umwandlung von Bildern in einen anderen Stil, z.B von einem Künstler oder so wie ein Photoshop Filter (z.B. Comic Filter, nicht nur Kontrast hoch.). Das gibt es allerdings schon.\\ __Idee Nummer 2__: Bot programmieren, der die google recaptchas erkennen und lösen kann. Der vorteil ist, dass es einen sehr großen Datensatz gibt. Allerdings sind die recaptchas genau so designt, dass sie Menschen von Bots unterscheiden können.\\ __Idee Nummer 3__: Schrifterkennung. Handgeschriebene mathematische Formeln erkennen und in LaTeX-Formel konvertieren. Wir haben uns für Idee Nummer 3 entschieden. ---- ==== Quellen/Ressourcen/Themen: ==== Websites:\\ https://machinelearningmastery.com/ \\ https://scikit-learn.org/stable/ \\ https://developers.google.com/machine-learning/crash-course \\ http://cs231n.github.io\\ http://neuralnetworksanddeeplearning.com\\ https://www.youtube.com/results?search_query=neural+network\\\\ https://www.youtube.com/watch?v=2-Ol7ZB0MmU\\ http://detexify.kirelabs.org/classify.html\\ https://missinglink.ai/guides/convolutional-neural-networks/convolutional-neural-network-tutorial-basic-advanced/\\ __Datasets:__\\ https://arxiv.org/pdf/1701.08380.pdf ---- ===== Journal ==== **28.11.2019** \\ Information zur Machine Learning und Neural Network gesammelt. **05.12.2019** \\ Heute haben wir die Ergebnisse von den letzten zwei Wochen zusammengetragen und damit angefangen ein Programm zu modellierten mit Hilfe von BuildYourOwnMashineLearningClass.ipynb. **12.12.2019**\\ - "Training a Binary Classifier" Beispiel aus dem Buch "Hands-On Machine Learning" ausprobiert\\ - Besprechung und Planung\\ - Netzwerk Grundlagen aufbauen und erste Trainingsdaten ausprobiert\\ - Aufteilung: Information über CNN aussuchen, Schnittstelle zu LaTeX, Schnittstelle von Bildverarbeitung zu CNN\\ **09.01.2019**\\ Diese Woche haben wir Hasyv2-Datensatz heruntergeladen. Hasyv2 ist ein Datensatz, der sowohl Daten über handschriftliche Zahlen, als auch Mathefunktionen beinhaltet. Der Latex-Code für die jeweiligen Zahlen bzw. Zeichen sind auch schon vorhanden. Programmaufbau,Aufgaben aufteilen **23.1.2020**\\ ... **30.1.2020**\\ - Arbeiten an der Einbindung von Hasyv2-Datensatz\\ - Erstellung von Vektoren, um "mean-square-error" Funktion später anwenden zu können\\