Puede comenzar con una aplicación que reconozca su escritura a mano. Es una aplicación muy básica y simple para principiantes que estén interesados en el aprendizaje automático.
Primero tienes que entrenar tu aplicación. Puede encontrar códigos fuente en internet. Aquí [1] es una buena escrita en python.
Para la capacitación, necesita un conjunto de datos bien creado . El conjunto de datos es muy importante para la precisión de sus aplicaciones. Pero dado que esta es una aplicación simple y solo reconocerá dígitos escritos a mano, solo escriba números en un papel y tome una foto. Aquí hay un ejemplo de conjunto de datos escrito a mano;
- ¿A quién demuestra que los núcleos radiales son núcleos válidos? ¿Cómo se muestra esto mediante la integración de características?
- ¿Qué significa el aprendizaje automático?
- ¿Qué tan similares son los problemas en los diversos campos del análisis de datos (aprendizaje automático, estadísticas, procesamiento de señales, optimización, teoría de la información, etc.)?
- ¿Cómo se ve afectada la propagación hacia atrás en NN recurrentes?
- ¿Por qué utilizamos núcleos en algunos modelos de aprendizaje automático?
Después de eso, la parte más importante es el procesamiento de imágenes. Debe procesar la imagen ya que solo quedan las cosas que desea reconocer. En este punto, si desea desarrollar su proyecto en Python, puede usar OpenCV con python para procesar imágenes. Por ejemplo, la aplicación no puede reconocer los caracteres en esta imagen;
Tienes que convertirlo como a continuación para reconocer los caracteres.
Desarrollé un proyecto similar de código abierto en Python que tenía como objetivo reconocer dígitos en contadores y medidores. Es más complicado pero podría ser útil. Puede ver los códigos fuente aquí [2].
Editar: como no hay otra respuesta para esta pregunta, he decidido explicarla más detalladamente.
Notas al pie
[1] MicrocontroladoresAndMore / OpenCV_3_KNN_Character_Recognition_Python
[2] AbdullahAtilla / EOT
