Opis problema:
Sa date slike notne sveske potrebno je izdvojiti note i znakove (pauze, povisilice, snizilice, rezrešilice) i odrediti tip odnosno dužinu trajanja i na osnovu detektovanog niza izgenerisati melodiju.
Algoritmi za prepoznavanje znakova sa slike:
Neural Network
Convolution Neural Network
Podaci koji se koriste:
Pravljenje sopstvenih skupova podataka (datasets) za treniranje i testiranje.
Metrike za poredjenje ispravnosti resenja:
procenat uspešnosti predikcije vrste simbola sa slike na osnovu ručno pripremljenih labeliranih podataka (slika simbola).
procenat uspešnosti predikcije tona note sa slike na osnovu ručno pripremljenih labeliranih podataka
Validacija rešenja:
Validacija rešenja se obavlja pomoću testnog skupa slika. U zavisnosti od broja tačno detektovanih simbola, prikazuje se koeficijent uspešnosti algoritma u intervalu [0, 100].
Primetim da je prijava iskopirana od kolege Vladimira. Par stvari značajno razlikuje vaše dve teme, pa ih je potrebno detaljnije opisati:
Da li prepoznajete rukom pisane note ili štampane? I kod jednih i kod drugih postoji veliki broj različitih zapisa, gde se više nota spaja u jednu i sl. Da li prepoznajete i takve slučajeve ili ne?
Na koji način planirate da prepoznajete notni sistem, pošto je bitno gde se koja nota nalazi na skali?
Ispravke je potrebno dodati u naredna 24h.
@ivan7792 Milica Mlađenović sw23-2014 Grupa 1
Opis problema: Sa date slike notne sveske potrebno je izdvojiti note i znakove (pauze, povisilice, snizilice, rezrešilice) i odrediti tip odnosno dužinu trajanja i na osnovu detektovanog niza izgenerisati melodiju.
Algoritmi za prepoznavanje znakova sa slike:
Podaci koji se koriste:
Metrike za poredjenje ispravnosti resenja:
Validacija rešenja: Validacija rešenja se obavlja pomoću testnog skupa slika. U zavisnosti od broja tačno detektovanih simbola, prikazuje se koeficijent uspešnosti algoritma u intervalu [0, 100].