我正在使用AForge库框架及其神经网络。
在我训练网络的那一刻，我以大尺寸（30磅）创建了大量图像（每个字母每个字母一个图像），切出实际字母，将其缩小到更小的尺寸（10x10像素）然后将其保存到我的硬盘。然后我可以去读取所有这些图像，创建带有数据的double []数组。目前我以像素为基础进行此操作。
因此，一旦我成功训练了我的网络，我就会对网络进行测试，让它在不同大小（大写和小写）字母的示例图像上运行。
但结果并不乐观。我训练网络，以便RunEpoch有一个大约1.5的错误（几乎没有错误），但仍然有一些字母在我的测试图像中无法正确识别。
现在我的问题是：这是因为我有一个错误的学习方法（基于像素而不是本文中建议使用的受体：http://www.codeproject.com/KB/cs/neural_network_ocr.aspx - 我是否可以使用其他方法来提取数据网络？）或者这可能发生，因为我的分割算法提取图像中的字母是不好的？
有没有人有关于如何改进它的想法？
答案 0 :(得分：0)
我会尝试让您的网络输入比例不变。换句话说，预处理您在测试图像中找到的对象，以分割出单个候选字母对象，并将它们调整为与训练集大小相同。根据你的描述，你不这样做。我对AForge并不熟悉，所以也许你的问题暗示了这一点。
我对神经网络的经验是，如果有一种已知的良好方法，预处理输入数据通常会产生更好的结果。这里似乎有。