機械学習　数字列の桁ごとに画像認識させたい

###質問の続き
(https://teratail.com/questions/135207)
＊質問受付中＊

上記の質問の内容は、

（0~9999の数字列）＋（アルファベット）　が画像に書かれている

その画像を認識させるためのラベルの作成方法

です。簡単に言うとラベルの作成方法を知りたかったのですが、
私の、もともと考えていた方法では

「回帰」であり、
数も多いのであまりにも現実的ではない。

と、ご教授いただきました。

では、どのようにすればいいのかというと、

「分類」にして、
ラベルを「one-hot表現」にして、
画像の数字列＋アルファベットの画像を
桁ごとに、画像を仮想的に分割して、
見ることができるのであれば、
ラベルの数もかなり減少する。

ということが分かったので、
いろいろと調べてみたのですが、
one-hot表現についてはすぐに理解できたのですが、

数字をそれぞれの桁で認識させるのは調べても載っていないので
どのようにすればよいのかわかりません。

どなたか、教えてください。

行動規範の内容に同意します

回答2件

物体認識のようなモデルで解いてみたらいいんじゃないか、と思って読んでました。

このへんの論文とか

こういうデータセットでしょうか。

bbox which is a struct array that contains the position, size and label of each digit bounding box in the image.

数字ごとに bounding box とラベルが付与されているデータセットになっていますね。

投稿2018/07/10 00:56

総合スコア11038

2018/07/10 06:56

英語ばかりで解読していてらちが明かないのでもっとわかりやすく教えてくれませんか？

2018/07/10 07:42

英語の論文を読まずに済ませられる内容とは思えません。

2018/07/10 08:23

ほんの一瞬、呼んでみたのですが数字での実装は見かけるのですが、アルファベットでの実装が見当たらないんですが実際、アルファベットで実装できるのでしょうか？

2018/07/10 09:40

アルファベット認識自体は https://github.com/ayushdewan/Latin-Alphabet-Recognition-Using-Convolutional-Neural-Networks-in-Tensorflow このへんとかありますね。アルファベット数字交じりでどういうネットワークにするといいのかは、パッとは見つかりませんね。そうなると既存研究の調査から始める話なので、要は「研究」ですよね。

2018/07/10 23:46

分かりました。ありがとうございます。

行動規範の内容に同意します