MNISTの代わりにカスタムデータセットを使用したトレーニング

Question

英語以外の手書き文字を含むカスタムデータセットを使用したいと思います。手書き文字を分類するKNNアルゴリズムを使用する予定です。

ここで私が直面しているいくつかの課題があります。 1.画像のサイズが異なります。 - どのようにしてこの問題を解決するか、Pythonを使用してETLの作業を行うか？ 2.文字サイズが同じであると仮定しても、文字間に多くの特徴があり、文字が英語よりも複雑であるため、各画像の潜在的なピクセルはおよそ70 * 70になります。 - これは私のトレーニングとパフォーマンスにどのような影響を及ぼしますか？

Answer 1

1. 特定のサイズを選択し、すべての画像のサイズを変更します（PILモジュールなど）。

2. 私は、データの品質と言語そのものに依存すると考えます。手紙が複雑（象形文字のようなもの）の場合は難しくなります。文字が細い線で描画されている場合は、小さな絵でも認識されます。

とにかく、描画された文字があまりにも似ていると、それらを認識することはもちろん困難です。

興味深い考えの1つは、単純にピクセルをトレーニングデータとして使用することではなく、ここで説明するように特殊な機能を作成することです。http://archive.ics.uci.edu/ml/datasets/Letter+Recognition