优化ann训练算法

src/main/java/com/yuxue/train/ANNTrain.java

@@ -217,7 +217,7 @@ public class ANNTrain {
             Vector<String> files = new Vector<String>();
             FileUtil.getFiles(str, files);  // 文件名不能包含中文
 
-            int count = 100; // 控制从训练样本中，抽取指定数量的样本
+            int count = 200; // 控制从训练样本中，抽取指定数量的样本
             for (int j = 0; j < count; j++) {
 
                 Mat img = Imgcodecs.imread(files.get(rand.nextInt(files.size() - 1)), 0);
@@ -235,11 +235,11 @@ public class ANNTrain {
 
                 // 增加膨胀样本
                 /*samples.push_back(features(dilate(img), _predictsize));
-                trainingLabels.add(i); */
+                trainingLabels.add(i);*/ 
 
                 // 增加腐蚀样本
-                samples.push_back(features(erode(img), _predictsize));
-                trainingLabels.add(i); 
+                /*samples.push_back(features(erode(img), _predictsize));
+                trainingLabels.add(i); */
             }
         }
 
@@ -249,7 +249,7 @@ public class ANNTrain {
             Vector<String> files = new Vector<String>();
             FileUtil.getFiles(str, files);
 
-            int count = 100; // 控制从训练样本中，抽取指定数量的样本
+            int count = 200; // 控制从训练样本中，抽取指定数量的样本
             for (int j = 0; j < count; j++) {
                 Mat img = Imgcodecs.imread(files.get(rand.nextInt(files.size() - 1)), 0);
                 Mat f = features(img, _predictsize);
@@ -290,8 +290,8 @@ public class ANNTrain {
 
         ann.clear();
         Mat layers = new Mat(1, 3, CvType.CV_32F);
-        layers.put(0, 0, samples.cols());   // 样本特征数
-        layers.put(0, 1, _neurons); // 
+        layers.put(0, 0, samples.cols());   // 样本特征数 140  10*10 + 20+20
+        layers.put(0, 1, _neurons); // 神经元个数
         layers.put(0, 2, classes.cols());   // 字符数
 
         ann.setLayerSizes(layers);
@@ -393,7 +393,7 @@ public class ANNTrain {
         // 这里演示只训练model文件夹下的ann.xml，此模型是一个predictSize=10,neurons=40的ANN模型
         // 可根据需要训练不同的predictSize或者neurons的ANN模型
         // 根据机器的不同，训练时间不一样，但一般需要10分钟左右，所以慢慢等一会吧。
-        // annT.train(Constant.predictSize, Constant.neurons);
+        annT.train(Constant.predictSize, Constant.neurons);
 
         annT.predict();