【机器学习】 |
您所在的位置:网站首页 › 识别图片车牌号的软件 › 【机器学习】 |
课程链接: 清华大学驭风计划 代码仓库:Victor94-king/MachineLearning: MachineLearning basic introduction (github.com) 驭风计划是由清华大学老师教授的,其分为四门课,包括: 机器学习(张敏教授) , 深度学习(胡晓林教授), 计算机语言(刘知远教授) 以及数据结构与算法(邓俊辉教授)。本人是综合成绩第一名,除了数据结构与算法其他单科均为第一名。代码和报告均为本人自己实现,由于篇幅限制,只展示任务布置以及关键代码,如果需要报告或者代码可以私聊博主 机器学习部分授课老师为张敏教授,主要主要通过介绍决策树,线性回归,贝叶斯模型,SVM算法,K近邻算法,Kmeans算法以及集成学习算法等入门机器学习。 有任何疑问或者问题,也欢迎私信博主,大家可以相互讨论交流哟~~ 一、案例简介图像的智能处理一直是人工智能领域广受关注的一类技术,代表性的如人脸识别与 CT 肿瘤识别,在人工智能落地的进程中发挥着重要作用。其中车牌号识别作为一个早期应用场景,已经融入日常生活中,为我们提供了诸多便利,在各地的停车场和出入口都能看到它的身影。车牌号识别往往分为字符划分和字符识别两个子任务,本案例我们将关注字符识别的任务,尝试用 K-NN 的方法对分割好的字符图像进行自动识别和转化。 二、作业说明 基本要求 完成数据的读入和表示,将图片表示成向量并和 label 对应上;构建 K-NN 模型(可调库)对测试集中的图片进行预测并计算准确率;分析当 K 取不同值时测试准确率的变化。 扩展要求 分析不同距离度量方式对模型效果的影响;对比平权和加权 K-NN 的效果;分析训练集大小对测试结果的影响。 三、结果展示不同相似度计算方式下的score 不同数据集大小下的score 不同K大小和权重下的对比 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |