基于深度卷积神经网络迁移学习的孟加拉语手写字符分类
计算机视觉与模式识别
2020-04-22 v1 机器学习
机器学习
摘要
本文提出一种利用深度学习最先进技术解决孟加拉语手写字符识别（HCR）问题的方法。我们的方法比大多数其他可比方法训练迭代次数更少。我们在 ResNet 50（一个在 ImageNet 数据集上预训练的先进深度卷积神经网络模型）上采用迁移学习。我们还使用了其他技术，如修改版 One Cycle Policy、改变输入图像尺寸等，以确保训练快速进行。我们使用 BanglaLekha-Isolated 数据集评估我们的技术，该数据集包含 84 类（50 个基本字符、10 个数字和 24 个复合字符）。我们仅在 47 个 epoch 内便于 BanglaLekha-Isolated 数据集上达到 96.12% 的准确率。与其他研究者的方案相比，在考虑类别数量且不使用集成学习的情况下，所提方案在孟加拉语手写字符识别上取得了最先进（SOTA）结果。代码和权重文件可在 https://github.com/swagato-c/bangla-hwcr-present 获取。
引用
@article{arxiv.1902.11132,
title = {Generative Models for Low-Rank Video Representation and Reconstruction},
author = {Rakib Hyder and M. Salman Asif},
journal= {arXiv preprint arXiv:1902.11132},
year = {2020}
}