Atọka akoonu[Fipamọ][Ifihan]
O jẹ ifọkanbalẹ lati mọ pe a ti ṣakoso lati ṣe imbue awọn roboti pẹlu awọn agbara abinibi wa lati kọ ẹkọ nipasẹ apẹẹrẹ ati mọ agbegbe wọn. Ipenija ipilẹ ni awọn ti nkọ awọn kọnputa lati “ri” bii eniyan yoo nilo akoko pupọ ati igbiyanju pupọ.
Bibẹẹkọ, nigba ti a ba gbero iye iwulo ti ọgbọn yii n pese lọwọlọwọ si awọn ẹgbẹ ati awọn ile-iṣẹ, igbiyanju naa tọsi. Ninu nkan yii, iwọ yoo kọ ẹkọ nipa isọdi aworan, bii o ṣe n ṣiṣẹ, ati imuse iṣe rẹ. Jẹ ká bẹrẹ.
Kini ipin aworan?
Awọn ise ti ono aworan sinu kan Nẹtiwọki ti nhu ati nini o ṣejade iru aami kan fun aworan yẹn ni a mọ si idanimọ aworan. Aami iṣẹjade netiwọki yoo badọgba si kilasi ti a ti ṣalaye tẹlẹ.
O le jẹ ọpọlọpọ awọn kilasi ti a sọtọ si aworan naa, tabi ni ẹyọkan. Nigbati kilasi kan ba wa, ọrọ naa “idanimọ” ni a maa n lo nigbagbogbo, lakoko ti awọn kilasi pupọ ba wa, ọrọ naa “ipinsi” ni igbagbogbo lo.
Iwari nkan jẹ ipin ipin aworan ninu eyiti awọn iṣẹlẹ pato ti awọn nkan jẹ ti o jẹ ti kilasi ti a fun gẹgẹbi ẹranko, awọn ọkọ ayọkẹlẹ, tabi eniyan.
Bawo ni ipin aworan ṣe n ṣiṣẹ?
Aworan kan ni irisi awọn piksẹli jẹ atupale nipasẹ kọnputa kan. O ṣe eyi nipa ṣiṣe itọju aworan bi akojọpọ awọn matrices, iwọn eyiti o jẹ ipinnu nipasẹ ipinnu aworan. Ni sisọ nirọrun, isọdi aworan jẹ iwadi ti data iṣiro nipa lilo awọn algoridimu lati iwoye kọnputa kan.
Pipin aworan jẹ aṣeyọri ni sisẹ aworan oni-nọmba nipasẹ ṣiṣe akojọpọ awọn piksẹli sinu awọn ẹgbẹ ti a ti pinnu tẹlẹ, tabi “awọn kilasi.” Awọn algoridimu pin aworan naa si ọna ti o tẹle awọn abuda akiyesi, eyiti o dinku ẹru fun olutọpa ikẹhin.
Awọn agbara wọnyi sọ fun olutọpa nipa itumọ aworan naa ati ipinya ti o pọju. Nitoripe awọn ilana iyokù ni pipin aworan kan dale lori rẹ, ọna isediwon abuda jẹ ipele to ṣe pataki julọ.
awọn data pese si algorithm tun ṣe pataki ni ipinya aworan, ni pataki isọdi abojuto. Ni ifiwera si data ti o buruju pẹlu aiṣedeede data ti o da lori kilasi ati aworan kekere ati didara asọye, data isọdi ti iṣapeye ti o dara julọ n ṣe itara.
Pipin aworan ni lilo Tensorflow & Keras ni Python
A yoo lo awọn CIFAR-10 dataset (eyiti o pẹlu ọkọ ofurufu, ọkọ ofurufu, awọn ẹiyẹ, ati awọn nkan 7 miiran).
1. fifi awọn ibeere
Awọn koodu ni isalẹ yoo fi sori ẹrọ gbogbo awọn ti awọn prerequisites.
2. Gbigbe awọn igbẹkẹle
Ṣe faili train.py ni Python. Koodu ti o wa ni isalẹ yoo gbe Tensorflow ati awọn igbẹkẹle Keras wọle.
3. Ibẹrẹ ipilẹṣẹ
CIFAR-10 pẹlu awọn ẹka aworan 10 nikan, nitorinaa awọn kilasi nọmba kan tọka si nọmba awọn ẹka lati ṣe lẹtọ.
4. Ikojọpọ dataset
Iṣẹ naa nlo module Tensorflow Datasets lati ṣajọpọ dataset, ati pe a ṣeto pẹlu alaye si Otitọ lati gba alaye diẹ nipa rẹ. O le tẹ sita lati wo iru awọn aaye ati awọn iye wọn jẹ, ati pe a yoo lo alaye naa lati gba nọmba awọn ayẹwo pada ninu ikẹkọ ati awọn eto idanwo.
5. Ṣiṣẹda awoṣe
Bayi a yoo kọ awọn fẹlẹfẹlẹ mẹta, ọkọọkan ti o ni awọn ConvNets meji pẹlu ikojọpọ max ati iṣẹ imuṣiṣẹ ReLU, atẹle nipasẹ eto 1024-ipin ti o ni asopọ ni kikun. Ni afiwe si ResNet50 tabi Xception, eyiti o jẹ awọn awoṣe-ti-ti-aworan, eyi le jẹ awoṣe kekere ni afiwe.
6. Ikẹkọ awoṣe
Mo lo Tensorboard lati wiwọn deede ati pipadanu ni akoko kọọkan ati pese wa pẹlu ifihan ẹlẹwa kan lẹhin gbigbe data wọle ati ṣiṣẹda awoṣe naa. Ṣiṣe koodu atẹle; da lori Sipiyu/GPU rẹ, ikẹkọ yoo gba awọn iṣẹju pupọ.
Lati lo tensorboard, kan tẹ aṣẹ atẹle ni ebute tabi aṣẹ aṣẹ ni itọsọna lọwọlọwọ:
Iwọ yoo rii pe pipadanu afọwọsi n dinku ati pe deede n dide si iwọn 81%. Iyẹn jẹ ikọja!
Idanwo awoṣe
Nigbati ikẹkọ ba ti pari, awoṣe ikẹhin ati awọn iwuwo ti wa ni fipamọ ni folda abajade, gbigba wa laaye lati ṣe ikẹkọ ni ẹẹkan ati ṣe awọn asọtẹlẹ nigbakugba ti a yan. Tẹle koodu naa ninu faili Python tuntun ti a npè ni test.py.
7. Akowọle awọn ohun elo fun igbeyewo
8. Ṣiṣe a Python liana
Ṣe iwe-itumọ Python kan ti o tumọ iye odidi kọọkan si aami ti o yẹ dataset:
9. Ikojọpọ data igbeyewo & awoṣe
Awọn koodu atẹle yoo fifuye data idanwo ati awoṣe.
10. Igbelewọn & Asọtẹlẹ
Awọn koodu atẹle yoo ṣe iṣiro ati ṣe awọn asọtẹlẹ lori awọn aworan Ọpọlọ.
11. Awọn esi
Awoṣe ṣe asọtẹlẹ Ọpọlọ pẹlu deede 80.62%.
ipari
O dara, a ti pari pẹlu ẹkọ yii. Lakoko ti 80.62% ko dara fun CNN diẹ, Mo gba ọ ni imọran ni iyanju lati yi awoṣe pada tabi wo ResNet50, Xception, tabi awọn awoṣe gige-eti miiran fun awọn abajade to dara julọ.
Ni bayi ti o ti kọ nẹtiwọọki idanimọ aworan akọkọ rẹ ni Keras, o yẹ ki o ṣe idanwo pẹlu awoṣe lati ṣawari bii awọn aye oriṣiriṣi ṣe ni ipa lori iṣẹ rẹ.
Fi a Reply