18-1 问题描述与OCR pipeline
1.OCR工作流程:文本检测,字符分割,字符分类
18-2 滑动窗口
1.我们用滑动窗口来检测文本+分割字符,用监督算法来进行字符分类
18-3 获取大量数据和人工数据
1.获取人工数据:对自然数据进行等分、缩放或者旋转
2.比如说,人工拉伸:
3.再比如语音样本,我们可以在获取了一个干净的语音样本的基础上,通过人为添加噪音来获得更多的样本
4.人工添加噪音后,得到的样本应该是要有代表性的
5.当然,在人为添加大量数据前,需要先保证我们的模型是底偏差的,这样我们人为制造的大量训练数据才有意义
6.人为添加数据的方法:
1)人为添加失真
2)人为收集数据/标记数据
3)众包服务(也就是花钱让别人来帮你标记数据,比如亚马逊的mechanical Turk)
18-4 上限分析
1.我用OCR来举个例子,比如现在整个系统的准确率是72%,那么我现在就改一下文本检测模块的方法:直接用测试集去训练我们的文本检测模块的模型,看看这样得到的系统总准确度提升了多少,如果提升得多,那就说明花大力气在这方面是值得的,其它模块也是类似
来源:CSDN
作者:肥仔肥仔
链接:https://blog.csdn.net/yuanren201/article/details/103889093