Ein Multilayer-Perzeptron, das Ziffern (0–9) auf Bildern von 7-Segment-Anzeigen klassifiziert. Nach 27 systematischen Trainingsläufen über verschiedene Bildgrößen, Größen der versteckten Schicht und Vorverarbeitungsmethoden erreichte die beste Konfiguration 99,79 % Testgenauigkeit.

Bestes Modell

• Vorverarbeitung: Sauvola-Schwellenwert kombiniert mit HOG (Histogram of Oriented Gradients) auf 128×128-Bildern
• Architektur: eine versteckte Schicht mit 128 ReLU-Neuronen, 10-fache Softmax-Ausgabe
• Training: Adam-Optimierer, kategorische Kreuzentropie, 50 Epochen, Batch-Größe 250
• Ergebnis: Testgenauigkeit 0,9979, Testverlust 0,0308

Was die Experimente zeigten

• Sauvola + HOG bei 128×128 dominierte; die besten neun Läufe nutzten alle diese Methode.
• Höhere Auflösung half: 128×128 schlug durchweg 32×32 und 64×64.
• Reines Graustufenbild ohne Vorverarbeitung kam auf rund 98 %, während Sauvola allein bei 128×128 mit 77,5 % am schwächsten war.