数字認識モデル

使用技術

工夫した点

畳み込み層とプーリング層をいくつか追加し、過学習を防止するためにバッチ正規化やドロップアウトを導入した。
ネットワークを工夫してパラメータ数を増加させすぎないようにした。
クリップサイズ内での位置ずれを起こした画像や光によって欠損を起こした文字の画像をデータセットに追加することで実環境での認識性能を高めた。

学んだこと

計算リソースの限られたハードの場合、モデルが大きすぎると動作しなくなる。
数値上で得られる精度と実環境における認識性能は異なる。
データセットが実際の認識において大きく影響しうる。

問題点・課題

モデルが少し大きくなり、カメラがカクついてしまう。
数字1文字しか認識することができない。
粗雑な文字を認識するのが難しい。