Question

我正在尝试使用OpenCV 3.4.1在C ++中开发一个人工神经网络，目的是能够识别33个不同的字符，包括数字和字母，但我得到的结果总是错误的。

我已经使用不同的参数值测试了我的代码，例如我用于训练的sigmoid函数的alpha和beta，反向传播参数或隐藏节点的数量但是，虽然结果有时变化，但它通常会趋于成为以下形状的矢量：

分类结果：

[20.855789，-0.033862107，-0.0053131776,0.026316155，-0.0032050854， 0.036046479，-0.025410429，-0.017537225，0.015429396，-0.023276867，0.013653283，-0.025660357，-0.051959664，-0.0032470606，0.032143779，-0.011631044，0.022339549，0.041757714，0.04414707，-0.044756029，0.042280547，0.012204648，0.026924053，0.016814215，-0.028257577，0.05190875 ，-0.0070033628，-0.0084492415，-0.040644459,0.00022287761，-0.0376678，-0.0021550131，-0.015310903]

也就是说，无论我测试哪个字符，它总是预测分析的字符是字符向量的第一个位置，它对应于数字'1'。

训练数据来自我创建的.XML，其中包含474个样本（行），每个样本有265个属性（cols）。至于培训课程，根据我在本论坛上一个问题中找到的一些建议，它是从另一个.XML文件中获得的，该文件包含474行，每个训练样本一个，33列，每个字符/类一个。 / p>

我附上下面的代码，以便您可以好好猜测我做错了什么，我非常感谢您提供任何帮助！：）

//Create the Neural Network
Mat_<int> layerSizes(1, 3);
layerSizes(0, 0) = numFeaturesPerSample;
layerSizes(0, 1) = nlayers;
layerSizes(0, 2) = numClasses;

//Set ANN params
Ptr<ANN_MLP> network = ANN_MLP::create();
network->setLayerSizes(layerSizes);
network->setActivationFunction(ANN_MLP::SIGMOID_SYM, 0.6, 1); 
network->setTrainMethod(ANN_MLP::BACKPROP, 0.1, 0.1);
Ptr<TrainData> trainData = TrainData::create(TrainingData, ROW_SAMPLE, classes);
network->train(trainData);

//Predict
if (network->isTrained())
{
    trained = true;
    Mat results;
    cout << "Predict:" << endl;
    network->predict(features, results); 
    cout << "Prediction done!" << endl;
    cout << endl << "Classification result: " << endl << results << endl;

    //We need to know where in output is the max val, the x (cols) is the class.
    Point maxLoc;
    double maxVal;
    minMaxLoc(results, 0, &maxVal, 0, &maxLoc);

    return maxLoc.x;
}

为什么我的C ++ OpenCV 3.4.1神经网络预测如此糟糕？

0 个答案: