Andrew Ng machine learning notes --- By Orangestar

Week_11(the Last Week!!!!)

Congratulations on making it to the eleventh and final week! This week, we will walk you through a complex, end-to-end application of machine learning, to the application of Photo OCR. Identifying and recognizing objects, words, and digits in an image is a challenging task. We discuss how a pipeline can be built to tackle this problem and how to analyze and improve the performance of such a system.

1. Problem Description and Pipeline

This week to learn is Application Examples Application examples of machine learning --- Photos OCR technology

Show a sophisticated machine learning how the system is set up
Introduction Machine Learning pipeline (machine learning pipeline)
When deciding what to do next, how to allocate resources
Tell your machine to learn many interesting ideas and concepts
- How machine learning applied to computer vision problems among
- Manual data synthetic (artificial data synthesis)

First, let's understand the photo OCR problem
is that the text in the image identified

There are three steps:

Pipeline, said:

This is a pipeline application

2. Sliding Windows (sliding window)

This section we will focus on a sliding window called a classifier

For example: Pedestrian Recognition:

用小窗来移动。每次都移动一个step。
每次都返回分类器去收集并处理。
然后，处理完后，用更大的小窗去执行同样步骤
最后，用滑动窗分类器去处理

当然，文字识别也差不多。

这意思就是白色的区域会有更大的概率有文字。但是还没完。我们实际上想做的是：在图像中有文字的各个区域都画上矩形窗。
所以，进一步，我们取出分类器的输出，然后输入到一个叫展开器（expansion operator）的东西里
展开器的作用就是：它会取过这张图片，对每一个白色的小点，都扩展为一块白色的区域。

这样，我们就可以直观的判断哪里可能有文字。
当然，即使是这样，也可能会漏掉一些文字。

流水线的第二步是字符分割：

分割！！！！
移动窗好像一个算法，貌似也叫移动窗

如图：这样操作，看到可以分割就分割

最后，是字符分类。可以用一种标准的监督学习来识别字母。

3. Getting Lots of Data and Artificial Data

我们知道，要想得到一个比较高效的机器学习系统，其中一个最可靠的方法是，选择一个低偏差的学习算法，然后用一个巨大的训练集来训练

但是，如何得到巨大的训练集呢？
------ 人工数据合成！(artificial data synthesis)

如何得到一个更大的数据集？

例如上图，我们可以将这些样本加上不同的背景图片！
或者将样本做一些处理，模糊或者旋转什么的。
这样你会发现，这和真实的数据集十分相近。

这表示人工合成数据的一个实例

如图：

由一个样本可以合成出另外16个样本
但是，扩大的方法要慎重选择！

还有一种就是声音样本！

将一个样本加上背景噪音可能是一个很好的扩大训练样本的方法。或者将声音延长？

所以，选择扩大的方法的时候，我们要根据实际要求来选择。但是，在你的数据中添加一些纯随机的噪声，通常来讲是没有什么用的。所以，人工数据合成的过程并没有什么技巧可言。有候你只能一遍遍地尝试然后观察效果但你在确定需要添加什么样的变形时你一定要考虑好 你添加的那些额外的变形量是有意义的能让你产生的训练样本至少在某种程度上是具有一定的代表性能代表你可能会在测试集中看到的某种图像

所以，原则和前提如图：