Мундариҷа[Пинҳон кардан][Намоиш]
Донистани он, ки мо тавонистем, ки роботҳоро бо қобилиятҳои модарзоди худ барои омӯхтан бо намуна ва дарк кардани атрофашон мубаддал кунем. Мушкилоти асосӣ дар он аст, ки онҳое, ки ба компютерҳо "бинанд" -ро таълим медиҳанд, ба монанди одамон вақт ва кӯшиши бештарро талаб мекунанд.
Аммо, вакте ки мо арзиши амалиеро, ки ин махорат дар айни замон ба ташкилотхо ва корхонахо медихад, ба назар гирем, саъю кушиши . Дар ин мақола шумо дар бораи таснифоти тасвирҳо, чӣ гуна кор кардан ва татбиқи амалии он маълумот хоҳед гирифт. Биёед оғоз кунем.
Таснифи тасвир чист?
Кори таъом додани тасвир ба а шабакаи нейралӣ ва баровардани ягон намуди тамғакоғаз барои ин тасвир ҳамчун шинохти тасвир маълум аст. Нишони баромади шабака ба синфи пешакӣ муайяншуда мувофиқ хоҳад буд.
Мумкин аст, ки ба расм якчанд синфҳо таъин карда шаванд ё танҳо як. Вақте ки танҳо як синф вуҷуд дорад, истилоҳи "эътироф" зуд-зуд истифода мешавад, дар ҳоле ки ҳангоми мавҷудияти синфҳои зиёд истилоҳи "тасниф" зуд-зуд истифода мешавад.
Муайянкунии объект як зермаҷмӯи таснифоти тасвирҳо мебошад, ки дар он мисолҳои мушаххаси объектҳо ба синфи додашуда, ба монанди ҳайвонот, воситаҳои нақлиёт ё одамон муайян карда мешаванд.
Таснифи тасвирҳо чӣ гуна кор мекунад?
Тасвир дар шакли пиксел тавассути компютер таҳлил карда мешавад. Он ин корро тавассути баррасии тасвир ҳамчун маҷмӯи матритсаҳо, ки андозаи онҳо бо ҳалли тасвир муайян карда мешавад, анҷом медиҳад. Оддӣ карда гӯем, таснифоти тасвирҳо омӯзиши маълумоти оморӣ бо истифода аз алгоритмҳо аз нуқтаи назари компютер мебошад.
Таснифи тасвирҳо дар коркарди тасвирҳои рақамӣ тавассути гурӯҳбандии пикселҳо ба гурӯҳҳои пешакӣ муайяншуда ё "синфҳо" анҷом дода мешавад. Алгоритмҳо тасвирро ба пайдарпайи хусусиятҳои ҷолиб тақсим мекунанд, ки сарбории таснифкунандаи ниҳоӣро коҳиш медиҳад.
Ин сифатҳо ба таснифкунанда дар бораи маънои тасвир ва таснифоти эҳтимолӣ маълумот медиҳанд. Азбаски равандҳои боқимонда дар тасниф кардани тасвир аз он вобастаанд, усули истихроҷи хос марҳилаи муҳимтарин аст.
Дар маълумот дода шудааст ба алгоритм низ дар таснифи тасвирҳо, махсусан таснифоти назоратшаванда аҳамияти ҳалкунанда дорад. Дар муқоиса бо маҷмӯаи маълумоти даҳшатнок бо номутавозунии додаҳо дар асоси синф ва сифати пасти тасвир ва эзоҳ, маҷмӯи додаҳои таснифоти хуб оптимизатсияшуда ба ҳайрат меорад.
Таснифи тасвирҳо бо истифода аз Tensorflow & Keras дар python
Мо истифода хоҳем кард СИФАР-10 маҷмӯаи маълумот (ки ҳавопаймоҳо, ҳавопаймоҳо, паррандагон ва дигар 7 чизро дар бар мегирад).
1. Талабот барои насб
Рамзи дар поён овардашуда ҳамаи шартҳои заруриро насб мекунад.
2. Воридоти вобастагӣ
Дар Python файли train.py созед. Рамзи зер вобастагии Tensorflow ва Keras-ро ворид мекунад.
3. Оғоз кардани параметрҳо
CIFAR-10 танҳо 10 категорияи тасвирҳоро дар бар мегирад, аз ин рӯ синфҳои ададӣ танҳо ба шумораи категорияҳо барои тасниф ишора мекунанд.
4. Боркунии маҷмӯи додаҳо
Функсия барои бор кардани маҷмӯи додаҳо модули Tensorflow Datasets -ро истифода мебарад ва мо барои гирифтани баъзе маълумот дар бораи он маълумотро ба True муқаррар мекунем. Шумо метавонед онро чоп кунед, то бубинед, ки кадом майдонҳо ва арзишҳои онҳо ҳастанд ва мо ин маълумотро барои дарёфти миқдори намунаҳо дар маҷмӯаҳои омӯзишӣ ва санҷишӣ истифода мебарем.
5. Эҷоди модел
Ҳоло мо се қабат месозем, ки ҳар яке аз ду ConvNet бо функсияи ҳавзи максимум ва фаъолсозии ReLU ва пас аз он системаи комилан пайвастшудаи 1024 воҳид иборат аст. Дар муқоиса бо ResNet50 ё Xception, ки моделҳои муосир мебошанд, ин метавонад як модели нисбатан хурд бошад.
6. Омӯзиши модел
Ман Tensorboard-ро барои чен кардани дақиқӣ ва талафот дар ҳар як давра истифода бурдам ва пас аз ворид кардани маълумот ва тавлиди модел ба мо дисплейи зебо пешкаш кардам. Рамзи зеринро иҷро кунед; вобаста ба CPU/GPU-и шумо, омӯзиш якчанд дақиқа мегирад.
Барои истифодаи tensorboard, танҳо фармони зеринро дар терминал ё сатри фармон дар директорияи ҷорӣ нависед:
Шумо хоҳед дид, ки талафоти тасдиқкунӣ коҳиш меёбад ва дақиқӣ тақрибан ба 81% мерасад. Ин афсонавӣ аст!
Озмоиши модел
Вақте ки омӯзиш ба итмом мерасад, модели ниҳоӣ ва вазнҳо дар папкаи натиҷаҳо захира карда мешаванд, ки ба мо имкон медиҳад, ки як маротиба машқ кунем ва ҳар вақте ки мо интихоб кунем, пешгӯӣ кунем. Рамзро дар файли нави python бо номи test.py пайравӣ кунед.
7. Воридоти коммуналӣ барои санҷиш
8. Сохтани директорияи python
Луғати Python созед, ки ҳар як арзиши бутунро ба нишони мувофиқи маҷмӯи додаҳо тарҷума мекунад:
9. Боркунии маълумотҳои санҷишӣ ва модел
Рамзи зерин маълумот ва модели санҷишро бор мекунад.
10. Арзёбӣ ва пешгӯӣ
Рамзи зерин дар тасвирҳои қурбоққа арзёбӣ ва пешгӯӣ мекунад.
11. Натиҷаҳо
Модел қурбоққаро бо дақиқии 80.62% пешгӯӣ кардааст.
хулоса
Хуб, мо ин дарсро тамом кардем. Дар ҳоле ки 80.62% барои як каме CNN хуб нест, ман ба шумо сахт маслиҳат медиҳам, ки моделро тағир диҳед ё ба ResNet50, Xception ё дигар моделҳои муосир назар андозед, то натиҷаҳои беҳтар.
Акнун, ки шумо аввалин шабакаи шинохти тасвири худро дар Керас сохтаед, шумо бояд бо модел озмоиш кунед, то бифаҳмед, ки чӣ гуна параметрҳои гуногун ба иҷрои он таъсир мерасонанд.
Дин ва мазҳаб