215 похожих чатов

Всем добрый вечер! Передо мной стоит задачка бинарной классификации фотографии документа

(загружен нужный документ/ненужны)

Сейчас использую pretrained VGG16 с весами imagenet и два fully connect лейера чтобы сузить output до бинарной классификации.

Датасет из реальных фоток, но их немного:
150 фото правильного документа
800 фото мусорных документов
(Пробовал и в соотношении 1:1, чтобы датасет был сбалансирован)

Сейчас accuracy равен количество неверных фото/количество верных фото.
А это значит, что на выход я получаю модель, которая говорит "всегда нет" или "всегда да" 💁‍♂

У меня есть пара гипотез почему все идёт по одному месту:
1) Мало данных
2) Фото документа, распечатанного на принтере, а затем сфотканного на камеру после сжатия до 224х224 пикселей становится неприменимой для нахождения фичей
3) VGG16 с весами imagenet больше подходит для классификации более "повседневных" фото, нежели документов

Нужна помощь с ответами на вопросы:
1) Есть ли какие-нибудь модели в открытом доступе, которые были натренированы на поиск фичей документов?
2) У меня есть PDF файл с документом, есть ли ризон нагенерировать синтетический датасет из этих "идеальных" данных?
3) Почему много CNN используют данные формата 224х234х3? По вашему, подойдёт ли для фото документов?

4 ответов

12 просмотров
Kamil- Автор вопроса

Кто-нибудь может подсказать? пожалуйста

Все три гипотезы кажутся рабочими

Да, а чем правильный документ отличается от мусорного?

Ответы на вопросы: 1) скорее всего да, гуглить что-то типа “ocr document detection” (сам навскидку ненагуглил, но у абби что-то подобное видел, вроде), 2) да, 3) скорее всего какой-то удобный размер для нарезки данных в видеокарту :)

Похожие вопросы

Обсуждают сегодня

Господа, а что сейчас вообще с рынком труда на делфи происходит? Какова ситуация?
Rꙮman Yankꙮvsky
29
А вообще, что может смущать в самой Julia - бы сказал, что нет единого стандартного подхода по многим моментам, поэтому многое выглядит как "хаки" и произвол. Короче говоря, с...
Viktor G.
2
30500 за редактор? )
Владимир
47
а через ESC-код ?
Alexey Kulakov
29
Чёт не понял, я ж правильной функцией воспользовался чтобы вывести отладочную информацию? но что-то она не ловится
notme
18
У меня есть функция где происходит это: write_bit(buffer, 1); write_bit(buffer, 0); write_bit(buffer, 1); write_bit(buffer, 1); write_bit(buffer, 1); w...
~
14
Добрый день! Скажите пожалуйста, а какие программы вы бы рекомендовали написать для того, чтобы научиться управлять памятью? Можно написать динамический массив, можно связный ...
Филипп
7
Недавно Google Project Zero нашёл багу в SQLite с помощью LLM, о чём достаточно было шумно в определённых интернетах, которые сопровождались рассказами, что скоро всех "ибешни...
Alex Sherbakov
5
Ребят в СИ можно реализовать ООП?
Николай
33
https://github.com/erlang/otp/blob/OTP-27.1/lib/kernel/src/logger_h_common.erl#L174 https://github.com/erlang/otp/blob/OTP-27.1/lib/kernel/src/logger_olp.erl#L76 15 лет назад...
Maksim Lapshin
20
Карта сайта