Friday, October 20, 2017

Semaine 8 Cours 2

Aujourd'hui nous avons travaillé en parallel sur 2 aspects: la classe CharacterReader et la partie de l'interface qui s'occupe de proposer des résultats:


Les 6 rectangles vont contenir les choix possibles et leur pourcentage de certitude. Aussi, il faudra trouver comment convertir la sortie du réseau de neurone (-1 à 1) en pourcentage de certitude.

De l'autre côté, la classe CharacterReader s'occupe de passer la liste de pixels au réseau central pour déterminer quel sous-réseau il faut utiliser. Après quelques tests, nous nous sommes aperçus qu'environ 10% (37 / 360) des caractères inconnus au réseaux ne donnent aucun résultat satisfaisant, c'est-à-dire que le caractère avec le meilleur score de tous les réseaux est en dessous d'un certain seuil qui est à -0.5 pour l'instant. Lors de ces cas, l'application retournera un message indiquant qu'aucun caractère n'a pu être détecté et de réessayer en dessinant mieux que ça.

Ensuite nous avons utilisé la classe CharacterReader pour analyser les résultats donnés par le réseau central. Nous avons remarqué que le caractère 8 se fait souvent confondre avec 9, et Q se fait confondre avec R, et M avec H. Non seulement le réseau central a redirigé ces caractères vers le mauvais réseau à plusieurs occasions, le mauvais réseau a donné des forts niveaux de certitude malgré avoir été entraînés pour donner des niveaux plus bas. Cela suggère qu'il faudrait entraîner de nouveaux réseaux en regroupant ces caractères pour améliorer le taux de succès.

No comments:

Post a Comment