Keras: 50000 классов, реально?

Question

[maryaTurova]

Имеется база картинок с 50 тыс. словами и с разными шрифтами.Распознать через OCR не реально, по крайней мере стандартными способами.
Ранее ,при использовании обучений картинок, количество классов не превышало 200 (т.к. и набор картинок состоял из не более 200 слов).Т.е. я генерирую картинки со словами с разными шрифтами,шумами и т.д. 1 слово=1 папка картинок.
Но сейчас задача состоит в обучении 50 тыс. Верно я понимаю что и столько же классов для обучения? Или я что то не так понимаю. Гуру подскажите.

Answer 1

[Сергей Соколов]

слова – словарные или рандомные наборы символов?
Обычно распознают по буквам, объединяя результат в последовательность. Распознавание текста – не задача классификации по N классам.
Я бы вообще порекомендовал не париться, а попробовать готовый Google Cloud Vision API – первые 1000 распознаваний бесплатны, достаточно, чтобы попробовать-убедиться в работоспособности.

Comments

[maryaTurova]

слова – словарные
больше 1 млн. распознаваний в сутки. накладно куда то платить.

[Сергей Соколов]

Миллион в сутки – при таком объеме стоит $0.60 за 1000 = $600 в сутки — но, может, и проект высокобюджетный и прибыльный?

Распознать через OCR не реально

это точно? Как пробовали?

[maryaTurova]

Сергей Соколов,
стандартным тессерактом!

[maryaTurova]

шумы убрать не проблема, а вот обучить тесерракту 50 тыс. слов....проблема

[Сергей Соколов]

Задача авторазгадывания капчи стара как спам мир. Думаю, стоит целенаправленно искать решения именно автоматизации разгадывания капчи.