Форум программистов, компьютерный форум CyberForum.ru

Распознавание цифры по картинке с использованием нейронной сети - C++

Восстановить пароль Регистрация
 
Рейтинг: Рейтинг темы: голосов - 11, средняя оценка - 4.82
Fireman2806
6 / 4 / 1
Регистрация: 15.10.2011
Сообщений: 44
04.05.2013, 14:25     Распознавание цифры по картинке с использованием нейронной сети #1
Помогите, пожалуйста, найти ошибку в программе. Её цель состоит в распознавании рукописных цифр с изображения. Для простоты используется специальная база MNIST (картинки 28х28 представлены в виде набора значений пикселей от 0 до 255). Также имеется база цифр, которые соответствуют данным наборам пикселей (нужна для обучения). В сети один скрытый слой с активационной функцией сигмоида, выходной слой содержит функцию softmax. Для обучения используется метод обратного распространения ошибки. Брал с Википедии. Суть проблемы состоит в том, что сеть просто не правильно обучается (распознает неправильно большинство чисел). Пробовал менять параметры сети (число нейронов в слоях, скорость обучения, коэффициент инерциальности) - не помогает.

C++
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
#include "stdafx.h"
#include "fstream"
#include "iostream"
#include "math.h"
#include <conio.h>
#include <ctype.h>
#include <random>
using namespace std;
const int x = 28, y = 28, k0 = 50, k = 10, steps = 1000, study_part = 10000, valid_part = 15000, test_part = 60000, base_size = 60000; //x * y - число пикселей в картинке, k0 - число нейронов во внутреннем слое, k - число нейронов в последнем слое, steps - максимальное количество эпох обучения, study, valid и test part - верхние границы частей БД, разбитой для обучения, валидации и тестирования.
const double a = 0.7; // коэффициент инерциальнности для сглаживания резких скачков при перемещении по поверхности целевой функции
const double n = 0.04; // скорость
const float e = exp(1.0);
int current = valid_part, int_label[base_size]; // current - позиция в БД (номер картинки), которая тестируется в данный момент, int_label - массив цифр, которые соответствуют каждому набору пикселей в БД.
string adress;
double int_input[base_size][x][y], sum1[k0], sum2[k], act[k0], weight1[k0][x][y], weight2[k][k0], out[k], answer[base_size][k], b2[k0], b3[k], d_weight1[k0][x][y], d_weight2[k][k0]; // int_input - преобразованные в int входные данные, sum1 - массив сумм для скрытого слоя, sum2 - массив сумм для последнего слоя, act - массив значений сигмоиды (скрытый слой), weight1 (weight2) - наборы весов, out - выходной вектор (обработанный функцией softmax), answer - массив ответов (заранее известных), b2 и b3 - величины, необходимые для обучения, d_weight1 и d_weight2 - изменения весов.
unsigned char input[base_size][x][y], label[base_size]; // считанные данные (набор картинок в виде пикселей и числа соответствующие каждому набору) - непреобразованные в численный тип.
 
ifstream file_labels ("C:\\train-labels.idx1-ubyte", ios::binary);
ifstream file ("C:\\train-images.idx3-ubyte", ios::binary);
 
void open() // открытие файлов БД
{
    ifstream file_labels ("C:\\train-labels.idx1-ubyte", ios::binary);
    ifstream file ("C:\\train-images.idx3-ubyte", ios::binary);
}
void Ini() // инициализация
{
    memset(sum1,0,sizeof(sum1));
    memset(sum2,0,sizeof(sum2));
    memset(d_weight1,0,sizeof(d_weight1));
    memset(d_weight2,0,sizeof(d_weight2));
    for (int i = 0; i < k0; i++)
        for (int j = 0; j < x; j++)
            for (int u = 0; u < y; u++)
                weight1[i][j][u] = (rand() % 100) / 100.0 / 5.0 - 0.1;
    for (int i = 0; i < k; i++)
        for (int j = 0; j < k0; j++)
            weight2[i][j] = (rand() % 100) / 100.0 / 5.0 - 0.1;
}
void Set_Network(int g) // построение сети
{
    memset(sum1,0,sizeof(sum1));
    memset(sum2,0,sizeof(sum2));
    double ss = 0;
    for (int t = 0; t < k0; t++)
    {
        for (int i = 0; i < x; i++)
            for (int j = 0; j < y; j++)
                sum1[t] += weight1[t][i][j] * int_input[g][i][j];
        act[t] = 1/(1 + exp(-2*a*sum1[t]));  // функция активации скрытого слоя - сигмоида
        for (int i = 0; i < k; i++)
        {
            sum2[i] += weight2[i][t] * act[t];
            ss += exp(sum2[i]);
        }
    }
    for (int i = 0; i < k; i++)
        out[i] = pow(e, sum2[i]) / ss;  // функция активации последнего слоя - softmax
}
int Rez()  // вывод результата работы сети исходя из полученного выходного вектора out
{
    double max = -1;
    int max_index = -1;
    for (int i = 0; i < k; i++)
        if (out[i] > max)
        {
            max = out[i];
            max_index = i;
        }
    return max_index;
}
double Error(int g) // подсчет ошибки  распознавания для одного построения сети
{
    double s = 0;
    for (int i = 0; i < k; i++)
        s += (answer[g][i] - out[i]) * (answer[g][i] - out[i]);
    return (s / 2);
}
void Teach(int g)
{
    for (int i = 0; i < k0; i++)
    {
        double s = 0;
        for (int j = 0; j < k; j++)
        {
            b3[j] = -out[j] * (1 - out[j]) * (answer[g][j] - out[j]);
            s += b3[j] * weight2[j][i];
        }
        b2[i] = - act[i] * (1 - act[i]) * s;
        for (int j = 0; j < x; j++)
            for (int u = 0; u < y; u++)
            {
                d_weight1[i][j][u] = a * d_weight1[i][j][u] + (1 - a) * n * b2[i] * int_input[g][j][u];             
                weight1[i][j][u] += d_weight1[i][j][u];
            }
        for (int j = 0; j < k; j++)
        {
            d_weight2[j][i] = a * d_weight2[j][i] + (1 - a) * n * b3[j] * act[i];
            weight2[j][i] += d_weight2[j][i];
        }
    }
}
int reverseInt (int i) // приведение чисел, считанных в Read_mnist() к нормальному виду
{
    unsigned char c1, c2, c3, c4;
 
    c1 = i & 255;
    c2 = (i >> 8) & 255;
    c3 = (i >> 16) & 255;
    c4 = (i >> 24) & 255;
 
    return ((int)c1 << 24) + ((int)c2 << 16) + ((int)c3 << 8) + c4;
}
void Read_mnist() // считывание входных данных из файлов
{
    if (file.is_open())
    {
        int magic_number=0;
        int number_of_images=0;
        int n_rows=0;
        int n_cols=0;
        int labels_magic_number = 0;
        int number_of_items = 0;
        file_labels.read((char*)&labels_magic_number,sizeof(labels_magic_number)); 
        labels_magic_number = reverseInt(labels_magic_number);
        file_labels.read((char*)&number_of_items,sizeof(number_of_items));
        number_of_items= reverseInt(number_of_items);
        file.read((char*)&magic_number,sizeof(magic_number)); 
        magic_number= reverseInt(magic_number);
        file.read((char*)&number_of_images,sizeof(number_of_images));
        number_of_images= reverseInt(number_of_images);
        file.read((char*)&n_rows,sizeof(n_rows));
        n_rows= reverseInt(n_rows);
        file.read((char*)&n_cols,sizeof(n_cols));
        n_cols= reverseInt(n_cols); 
        file.read((char*)&input,sizeof(input));
        file_labels.read((char*)&label,sizeof(label));
        for(int i=0;i<number_of_items;i++)
        {           
            for(int r=0;r<n_rows;++r)
            {
                for(int c=0;c<n_cols;++c)
                    int_input[i][r][c] = (double)input[i][r][c] / 255.0;
            }               
            int_label[i] = (int)label[i];
            //memset(answer,0,sizeof(answer));
            for (int j = 0; j < k; j++)  // построение вектора ответа (везде нули, кроме элемента с индексом, равным текущей поданной на вход цифре)
            {
                answer[i][j] = 0;
                if (j == int_label[i]) 
                    answer[i][j] = 1;
            }
        }
    }
}
void save_weight() // сохранение весов в файл
{
    ofstream fout("weights.txt", ios::out);
    fout.write((char *)&weight1,sizeof(weight1));
    fout.write((char *)&weight2,sizeof(weight2));
    fout.close();
}
void load_weight() // загрузка весов из файла
{
    ifstream fin("weights.txt", ios::in);
    fin.read((char*)&weight1,sizeof(weight1));
    fin.read((char*)&weight2,sizeof(weight2));
    fin.close();
}
/*void save_labels_and_input() // сохранение считанных из БД данных (для проверки корректности)
{
    ofstream fout("labels.doc", ios::out);
    fout.write((char*)&int_label,sizeof(int_label));
    fout.close();
    ofstream fout2("input.doc", ios::out);
    fout2.write((char*)&int_input,sizeof(int_input));
    fout2.close();
}*/
void save_labels_and_input() // сохранение считанных из БД данных (для проверки корректности)
{
    ofstream fout;
    fout.open("labels.txt");
    for (int i = 0; i < base_size; i++)
        fout << int_label[i] << " ";
    fout.close();
    ofstream fout2;
    double k;
    fout2.open("input.txt");
    for (int i = 0; i < 20; i++)
        for (int j = 0; j < x; j++)
            for (int h = 0; h < y; h++)
            {
                if (int_input[i][j][h] > 0)
                    k = 1;
                else
                    k = 0;
                fout2 << k << " ";
            }
    fout2.close();
}
 
void Stop_reading() // закрытие файлов
{
    file.close();
    file_labels.close();
}
int main(array<System::String ^> ^args)
{
    Ini();
    Read_mnist();
    //save_labels_and_input();
    int ans;
    while (ans != 6) 
    {
        system("cls");
        cout << "1 - teach" << endl;
        cout << "2 - analise" << endl;
        cout << "3 - nothing" << endl;
        cout << "4 - save weigths" << endl;
        cout << "5 - load weights" << endl;
        cout << "6 - exit" << endl << endl;
        cin >> ans;
        bool stop = false;
        double error_arr[4] = {9999,9999,9999,9999}, error_of_step = 0;
        int o = 1, z = 0; // o - номер эпохи обучения
        switch (ans)
        {
        case 1:
             while (!stop && o != steps)  // эпохи обучения
             {
                 error_of_step = 0;
                 cout << endl << endl << "!!!  " << o << "  !!!" << endl << endl;
                 for (int i = 0; i < study_part; i++)  // часть БД на обучение
                 {
                    //if (i == 1253)
                        //system("pause");
                    Set_Network(i);
                    Teach(i);
                    if (i % 1000 == 0)
                        cout << i << " ";
                 }
                 cout << endl << endl;
                 for (int j = study_part; j < valid_part; j++) // часть БД на валидацию (подсчет ошибки)
                 {
                    Set_Network(j);
                    error_of_step += Error(j);
                    if (j % 1000 == 0)
                        cout << j << " ";
                 }
                 error_arr[z] = error_of_step / (valid_part - study_part);
                 cout << endl << endl << error_arr[z];
                 if (z == 3)
                     z = 0;
                 else
                     z++;
                 if (error_arr[0] < error_arr[1] && error_arr[1] < error_arr[2] && error_arr[2] < error_arr[3] && (o % 4) == 0 && o > 31) // если ошибка некоторое время увеличивается - окончание обучения
                    stop = true;
                 else  // иначе открытие файла для чтения заного
                 {
                     Stop_reading();
                     open();
                 }
                 o++;
            }
            cout << endl << "Teaching completed" << endl;
            system("pause");
            break;
        case 2:
            cout << "label: " << int_label[current] << endl;
            if (current == base_size)
                 cout << "End of base!";
            else
            {
                Set_Network(current);
                cout << "Answer: " << Rez() << endl;
            }
            current++;
            system("pause");
            break;
        case 3: 
            
            break;
        case 4:
            save_weight();
            break;
        case 5:
            load_weight();
            break;
        default:
            break;
        o++;
        }
    }
    return 0;
}
Вложения
Тип файла: rar БД.rar (8.72 Мб, 30 просмотров)
Similar
Эксперт
41792 / 34177 / 6122
Регистрация: 12.04.2006
Сообщений: 57,940
04.05.2013, 14:25     Распознавание цифры по картинке с использованием нейронной сети
Посмотрите здесь:

Распознавание содержимого переменной (символы или цифры) C++
C++ Как преобразовать картинку чтобы получить адекватный вектор входных данных для нейронной сети?
обучение нейронной сети C++
Распознавание текста на картинке C++
C++ Массив строк в с++. Вывести строки, в которых есть цифры. В каждой строке удалить все цифры
C++ Замена последней цифры на значение наименьшей цифры в записи числа N
C++ Даны цифры двух двузначных чисел. Получить цифры суммы
C++ Получить число М, которое образуется из числа N путем замены последней цифры на значение наибольшей цифры

Искать еще темы с ответами

Или воспользуйтесь поиском по форуму:
После регистрации реклама в сообщениях будет скрыта и будут доступны все возможности форума.
Ответ Создать тему
Опции темы

Текущее время: 12:57. Часовой пояс GMT +3.
КиберФорум - форум программистов, компьютерный форум, программирование
Powered by vBulletin® Version 3.8.9
Copyright ©2000 - 2016, vBulletin Solutions, Inc.
Рейтинг@Mail.ru