====== Machine Learning Pipeline ======

Bsp. Texterkennung (OCR) in Bildern.

Image -> Text Detection -> Character Segmentiation -> Character recognition

Aufteilbar in Teams

===== Text Detection =====

Ratio der Rechtecke

Bildgröße festlegen und großes Datenset an positiven und negativen Beispielen anlegen.

Sliding windows detection

Bspw. links oben anfangen und Classifier befragen. Dann Rechteck nach rechts schieben. Step-Size ist Länge der Verschiebung.

Größerer Bildausschnitt nehmen und herunterskalieren, sliding windows durchführen.


Im nächsten Schritt einen expansion Operator anwenden. Mathematisch: Ist Pixel in Umgebung eines anderen weißen Pixels? Dann auch weiß färben.

Weiterhin Bildverhältnis beachten und andere herausfiltern.

===== Character Segmentation =====

1D Sliding window
Entscheiden, ob Split zwischen Buchstaben (wieder positive/negative Beispiele).

===== Artificial Data Synthesis =====

Bei Bildern z.B. Verzerrungen einbauen.
Bei Audio z.B. Hintergrundgeräusche.

Low Bias Classifier (Learning curves), bevor künstliche Daten erzeugen.