Kaundan[Itago][Ipakita]
- Unsa ang klasipikasyon sa imahe?
- Giunsa pagtrabaho ang klasipikasyon sa imahe?
Klasipikasyon sa imahe gamit ang Tensorflow & Keras sa python+-
- 1. Mga Kinahanglanon sa Pag-instalar
- 2. Pag-import sa mga dependency
- 3. Pagsugod sa mga parameter
- 4. Pagkarga sa dataset
- 5. Paghimo sa modelo
- 6. Pagbansay sa modelo
- Pagsulay sa modelo
- 7. Pag-import sa mga utilities alang sa pagsulay
- 8. Paghimo ug python directory
- 9. Pag-load sa datos sa pagsulay ug modelo
- 10. Pagtimbang-timbang ug Pagtagna
- 11. Resulta
- Panapos
Makapadasig nga mahibal-an nga nakahimo kami sa pagpuno sa mga robot sa among kinaiyanhon nga mga abilidad sa pagkat-on pinaagi sa panig-ingnan ug pag-ila sa ilang palibot. Ang sukaranan nga hagit mao ang pagtudlo sa mga kompyuter nga "makakita" sama sa mga tawo nga nanginahanglan labi pa nga oras ug paningkamot.
Bisan pa, kung atong hunahunaon ang praktikal nga kantidad nga gihatag sa kini nga kahanas sa mga organisasyon ug negosyo, ang paningkamot mapuslanon. Niini nga artikulo, mahibal-an nimo ang bahin sa klasipikasyon sa imahe, kung giunsa kini molihok, ug praktikal nga pagpatuman niini. Magsugod ta.
Unsa ang klasipikasyon sa imahe?
Ang trabaho sa pagpakaon sa usa ka imahe ngadto sa a neural network ug ang pagpagawas niini og usa ka porma sa label alang niana nga hulagway nailhan nga pag-ila sa imahe. Ang label sa output sa network motakdo sa usa ka pre-defined nga klase.
Mahimong adunay daghang mga klase nga gi-assign sa litrato, o usa ra. Kung adunay usa lamang ka klase, ang termino nga "pag-ila" kanunay nga gigamit, samtang kung adunay daghang mga klase, ang termino nga "klasipikasyon" kanunay nga gigamit.
Deteksyon sa butang usa ka subset sa klasipikasyon sa hulagway diin ang mga partikular nga higayon sa mga butang namatikdan nga nahisakop sa usa ka klase sama sa mga hayop, sakyanan, o tawo.
Giunsa pagtrabaho ang klasipikasyon sa imahe?
Ang usa ka imahe sa porma sa mga pixel gisusi sa usa ka kompyuter. Gihimo kini pinaagi sa pagtagad sa hulagway isip usa ka koleksyon sa mga matrice, ang gidak-on niini gitino sa resolusyon sa hulagway. Sa yanong pagkasulti, ang klasipikasyon sa hulagway mao ang pagtuon sa datos sa istatistika nga naggamit sa mga algorithm gikan sa panglantaw sa kompyuter.
Ang klasipikasyon sa imahe nahimo sa pagproseso sa digital nga imahe pinaagi sa pag-grupo sa mga pixel ngadto sa gitino nang daan nga mga grupo, o "mga klase." Gibahin sa mga algorithm ang imahe sa usa ka sunud-sunod nga hinungdanon nga mga kinaiya, nga makapamenos sa palas-anon alang sa katapusan nga classifier.
Kini nga mga hiyas nagpahibalo sa tigklasipikar mahitungod sa kahulogan sa hulagway ug potensyal nga klasipikasyon. Tungod kay ang uban nga mga proseso sa pagklasipikar sa usa ka litrato nagdepende niini, ang kinaiya nga pamaagi sa pagkuha mao ang labing kritikal nga yugto.
ang gihatag nga datos Ang algorithm hinungdanon usab sa pag-uuri sa imahe, labi na ang gibantayan nga klasipikasyon. Kung itandi sa usa ka makalilisang nga dataset nga adunay dili balanse nga datos base sa klase ug ubos nga hulagway ug kalidad sa anotasyon, ang usa ka maayo nga na-optimize nga dataset sa klasipikasyon maayo nga nahimo.
Klasipikasyon sa imahe gamit ang Tensorflow & Keras sa python
Atong gamiton ang CIFAR-10 dataset (nga naglakip sa ayroplano, ayroplano, langgam, ug uban pang 7 ka butang).
1. Mga Kinahanglanon sa Pag-instalar
Ang code sa ubos mag-install sa tanan nga mga kinahanglanon.
2. Pag-import sa mga dependency
Paghimo ug train.py file sa Python. Ang code sa ubos mag-import sa Tensorflow ug Keras dependencies.
3. Pagsugod sa mga parameter
Ang CIFAR-10 naglakip lamang sa 10 ka mga kategoriya sa hulagway, busa ang num nga mga klase nagtumong lamang sa gidaghanon sa mga kategoriya nga iklasipikar.
4. Pagkarga sa dataset
Ang function naggamit sa Tensorflow Datasets module aron makarga ang dataset, ug among gibutang ang impormasyon sa True para makakuha ug impormasyon bahin niini. Mahimo nimong i-print kini aron makita kung unsa nga mga natad ug ang ilang mga kantidad, ug among gamiton ang impormasyon aron makuha ang gidaghanon sa mga sample sa mga set sa pagbansay ug pagsulay.
5. Paghimo sa modelo
Karon magtukod kami og tulo ka layer, ang matag usa naglangkob sa duha ka ConvNets nga adunay max-pooling ug ReLU activation function, gisundan sa usa ka hingpit nga konektado nga 1024-unit system. Kung itandi sa ResNet50 o Xception, nga mga state-of-the-art nga mga modelo, mahimo kini nga medyo gamay nga modelo.
6. Pagbansay sa modelo
Gigamit nako ang Tensorboard aron sukdon ang katukma ug pagkawala sa matag panahon ug hatagan kami usa ka matahum nga pasundayag pagkahuman sa pag-import sa datos ug paghimo sa modelo. Pagdalagan ang mosunod nga code; depende sa imong CPU/GPU, ang pagbansay molungtad ug pipila ka minuto.
Aron magamit ang tensorboard, i-type lang ang mosunod nga command sa terminal o command prompt sa kasamtangan nga direktoryo:
Makita nimo nga ang pagkawala sa pag-validate nagkunhod ug ang katukma mosaka sa mga 81%. Nindot kana!
Pagsulay sa modelo
Kung nahuman na ang pagbansay, ang katapusan nga modelo ug mga gibug-aton ma-save sa folder sa mga resulta, nga gitugotan kami nga magbansay sa makausa ug maghimo mga panagna bisan kanus-a kami mopili. Sunda ang code sa bag-ong python file nga ginganlag test.py.
7. Pag-import sa mga utilities alang sa pagsulay
8. Paghimo ug python directory
Paghimo usa ka diksyonaryo sa Python nga naghubad sa matag integer nga kantidad sa angay nga label sa dataset:
9. Pag-load sa datos sa pagsulay ug modelo
Ang mosunod nga code magkarga sa datos sa pagsulay ug modelo.
10. Pagtimbang-timbang ug Pagtagna
Ang mosunud nga code magtimbang-timbang ug maghimo mga panagna sa mga imahe sa baki.
11. Resulta
Gitagna sa modelo ang baki nga adunay 80.62% nga katukma.
Panapos
Okay, nahuman na nato kini nga leksyon. Samtang ang 80.62% dili maayo alang sa usa ka gamay nga CNN, kusganon ko nga gitambagan ka nga usbon ang modelo o tan-awa ang ResNet50, Xception, o uban pang mga cutting-edge nga mga modelo alang sa mas maayo nga mga resulta.
Karon nga natukod na nimo ang imong una nga network sa pag-ila sa imahe sa Keras, kinahanglan ka mag-eksperimento sa modelo aron mahibal-an kung giunsa ang epekto sa lainlaing mga parameter sa pasundayag niini.
Leave sa usa ka Reply