机器学习吴恩达Week11（机器学习应用举例分析）

ML Application example: Photo OCR（机器学习应用举例：照片OCR）

Problem description and pipeline（问题描述与流水线）

问题：

Photo OCR：照片光学字符识别（识别图片中的文字字符信息）

流水线：

Text detection（文字检测）----Character segmentation（字符分割）----Character classification（字符分类识别）

Sliding windows（滑动窗）

滑动窗：

通过一定positive和negative的带有标签的数据学习，获得对应物体的识别能力，在被检测图像上从左到右，由上到下以步长step-size/stride滑动窗口，将窗口内的检测结果进行返回。

文字检测：

利用滑动窗分别检测图像中的每一块，将与文字信息相同的加以标记，再将这些返回的图像块变亮，如果左右出现连续变亮的图，即被当做字符区域，如果变亮区域是一条细长的形状，予以舍弃。

字符分割：

在选择的字符区域内进行滑动窗检测，进行分割。

字符分类识别：

监督学习。

GettIng lots of data: Artificial data synthesis（获得大量数据：人工数据合成）

1.添加随机背景，进行简单变形操作，如比例大小、旋转等，使用不同字体；

2.添加噪声与扭曲

Ceiling analysis: What part of the pipeline to work on next（上限分析：流水线的哪个模块最有改进价值）