Handwriting-Detection (App)

test_pygame.py

---

1. 손글씨 음절을 문자열로 바꾸기 (완성)

source

github.com/IBM/tensorflow-hangul-recognition

---

결과

---

Feature Maps

---

2. 손글씨 문장을 문자열로 바꾸기 (미완성)

AI Hub 한국어 손글씨 탐지 모델

인공지능 놀이터 예제 코드 (Baseline Code)

---

로드맵 (Roadmap)

---

1. 필요한 라이브러리 설치 (python 3.10.4)

pip install -r requirements.txt

---

2. 데이터셋 생성

음절 데이터: ./data/syllable/ 경로에 생성됨 - 반자동 생성

문장 데이터: data/ 경로에 생성됨 - 자동 생성

data.py 실행 시 fonts/ 안의 폰트들로 음절 데이터셋 생성됨

fonts/ 에 한글 폰트 추가 필요 Fonts Download Link

# 그 후에 이 파일만 실행시키면 됩니다.
python data.py # 데이터 없으면 생성시킴

# 데이터 생성 시 실행되는 파일들
# 1. tools/hangul_image_generator.py
# 2. tools/syllable_to_phoneme.py
# 3. tools/data_seperator.py

1. fonts/ 안의 폰트들로 음절 이미지 생성
2. 음절을 음소로 분류한 라벨 생성
3. 전체 데이터셋에서 Test용 데이터셋 분리

---

3. 학습

학습한 모델 저장되는 경로: outputs/

python train.py train.epoch=1 train.batch_size=50

줄 수 있는 인자 목록 (config/*.yaml 파일에서도 설정 가능)

train.epoch: 몇 바퀴 학습시킬 건지
train.batch_size: 묶어서 학습할 수
train.lr: 학습률
train.print_every: 학습 로그 출력하는 간격
train.load_model: 이어서 학습시킬 모델 날짜 부분 경로

model.layer_in_channels: 합성곱 계층으로 들어가는 채널 수들
model.layer_out_channels: 합성곱 계층에서 나오는 채널 수들
model.hiddens: 완전연결 계층 노드 수
model.conv_activation: 합성곱 계층 활성화 함수
model.ff_activation: 완전연결 계층 활성화 함수
model.dropout: 드롭아웃 확률 (0~1)

학습 로그

---

4. 테스트

python test.py --load-model <model path>
# --load-model: 불러올 모델 경로
# --batch-size: 묶어서 테스트할 수

직접 글씨 써서 인식해보기

python test_pygame.py --load-model <model path>
# --load-model: 불러올 모델 경로

test_pygame.py

---