ग्राफिक छवि में चरित्र पहचान के लिए न्यूरल नेटवर्क

प्रोग्रामर सेवाओं की आवश्यकता है। प्रोग्रामर से अपेक्षा की जाती है कि वह बातचीत करे (एल्गोरिदम पर चर्चा, कोड की व्याख्या, कार्यक्रम में सुधार के लिए संयुक्त विचार, आदि)। पी।)। कार्यान्वयन की भाषा पर चर्चा की जाती है और यह बहुत महत्वपूर्ण नहीं है। हम कीमत पर बातचीत करेंगे)

कार्य निर्धारित करना:
एक ग्राफिक फ़ाइल सिस्टम को प्रदान की जाती है (मेरे मामले में यह कार की फोटो होगी, उद्देश्य इसका नंबर पहचानना है “xx000x” प्रारूप में) - सभी फ़ोटो मेरे द्वारा तैयार की जाएंगी।
आउटपुट पर, सिस्टम एक टेक्स्ट फ़ाइल आउटपुट करता है जिसमें पहचाने गए वर्ण सामान्य पाठ में उस क्रम में और लाइन ट्रांसफर के साथ निर्दिष्ट होते हैं जैसे कि उन्हें मूल फ़ाइल में निर्दिष्ट किया गया था (मेरे मामले में बिना पंक्तियों को स्थानांतरित किए)।
सिस्टम एक मल्टीलेयर पर्सेप्ट्रॉन के उपयोग पर आधारित है, साथ ही स्रोत फ़ाइल के प्रत्येक व्यक्तिगत वर्ण को अलग करने और इसे न्यूरल नेटवर्क का उपयोग करके पहचानने के लिए एल्गोरिदम पर भी (N न्यूरल नेटवर्क / 1 न्यूरल नेटवर्क N आउटपुट के साथ)। दुर्भाग्यवश, विशेष पुस्तकालयों का उपयोग अनुमति नहीं है, आपको सब कुछ विस्तार से लिखना होगा, चक्रों में चक्र, NS में अंतर्निहित विभिन्न चीजें - सक्रियण कार्य, गणनाएँ, मार्ग, आदि।
सिस्टम को कम से कम 20 विभिन्न प्रतीकों (अंक, रूसी वर्णमाला के अक्षर, रजिस्टर - एकल) को पहचानने में सक्षम होना चाहिए।
पहचान की सटीकता 90% से कम नहीं होनी चाहिए।
प्रत्येक व्यक्तिगत प्रतीक की पहचान न्यूरल नेटवर्क द्वारा लागू की जानी चाहिए। नंबर के साथ मशीन प्लेट की फोटो खोजने के लिए, आपको वियोला-जोंस विधि का उपयोग करना होगा (नंबर के साथ प्लेट का पता लगाने के बाद, इसे प्रतीकों में विभाजित किया जाना चाहिए, और उनमें से प्रत्येक को न्यूरल नेटवर्क द्वारा पहचाना जाना चाहिए)।
NS को प्रशिक्षित करने के लिए मैं इनपुट डेटा तैयार करूंगा (यह सफेद पृष्ठभूमि पर प्रतीक होंगे, प्रत्येक चरित्र के लिए छवि विकल्पों की संख्या पर चर्चा की जा सकती है, लगभग 3-5 मुझे लगता है कि पर्याप्त होगा)।