Mathesis Wiki

Wir haben uns früh entschieden, zuerst ein Bilderkennungsprogramm mit anderen Methoden (k-Nearest-Neighbours) zu schaffen, um die Konzepte zu verstehen. Dafür haben wir Kapitel 3 von Hands-On Machine Learning with Scikit-Learn & TensorFlow | Concepts, Tools, and Techniques To Build Intelligent Systems geschrieben von Géron Aurélien benutzt. Wir haben Klassifikationsmethoden angewandt, um das EMNIST Dataset zu verwenden.

Auch haben wir früh erkannt das wir eigentlich mehrere Datensätze zusammensetzen müssen, da wir in unserem Projekt auch mathematische Formeln erkennen können wollten, welches für Vorlesungsmitschriften nötig wäre.

Da wir verschiedene Datensätze benutzten, mussten wir die Pixelanzahl der Trainingsbilder vereinheitlichen und mussten dazu auch lernen, wie wir solch eine Skalierung erreichen könnten.

Dazu kam auch ein Problem, das wir erst später bedacht haben: Wie machen wir aus dem Bilderkennungsprogramm ein Schrifterkennungsprogramm? Dazu schreiben wir ein Programm, in welches ein Bild eines Textes bekommt und es in die einzelnen Wörter bzw. Zeichen aufteilt. Das führte zur Überlegung, ein weiteres Neuronales Netzwerk zu programmieren. Die Idee wurde jedoch schnell verworfen und wir haben ein einfaches Segmentierungsprogramm ohne CNN geschrieben.

Wir haben überlegt ein n-Gram Verfahren einzubauen um die Genauigkeit des Programms zu verbessern und Erkennungsfehler des zu berichtigen, bzw Vorhersagen für wahrscheinlich folgende Zeichen zu treffen. Soweit gekommen sind wir jedoch nicht.