Трансферното обучение е повторно предназначение на предварително обучен модел за друга, но подобна употреба. Този метод се вижда в различни приложения за машинно обучение, особено в ситуации, когато наборът от данни е сравнително малък.
В този проект изградих модел за класификация на изображения от нулата, използвайки трансферно обучение. Когато казах от нулата, наборът от данни беше моят персонализиран набор от данни, който бракувах с помощта на инструмента IDT с мои собствени персонализирани класове. Можете да прочетете за този инструмент тук.
Постановка на проблема:
Повечето хора са склонни да имат проблеми с класифицирането на чанти и ръчен багаж. В този проект избрах да работя с 5 класа, а именно; Раница, куфарче, чанта, чанта и чанта.
Събиране и почистване на данни:
Както казах по-рано, използвах инструмента IDT, за да изтрия изображения от мрежата, след което изчистих данните, което се оказа най-досадният от всички процеси. Като цяло наборът от данни съдържаше 2000 изображения, разделени на 400 изображения на клас, които почистих ръчно. Премахнах дубликати и изображения със свързани ключови думи, но няма връзка с предвидените изображения.
Предварителна обработка на данни:
Премащабирах изображенията и извърших валидиращо разделяне от 20%, преди да изпълня функцията за генериране на данни за изображения от Keras.
След това получих етикетите и индексите на класовете.
Изграждане на модел:
Използвайки хъб Tensorflow, импортирах предварително обучен модел, който беше втората версия на mobilenet поради неговата мащабируемост.
Компилирах модела с помощта на оптимизатора на Adam със скорост на обучение от 0,001, загуба на categorical_crossentropy и точност на „метриките“.
Обучение на модели:
Обучих модела с помощта на 10 епохи.
След това използвах matplotlib, за да начертая графиката на обучението на модела.
Прогноза на модела:
След като видях формата на партидата за валидиране и формата на резултатите от прогнозата, визуализирах прогнозите на модела с правилните етикети в зелено и неправилните етикети в червено.
Заключение:
В папката на проекта има още два модела, направени без прехвърляне на обучение и гледайки техните графики, те бяха пренастроени. Проектът е намерен тук и бих приветствал отзиви за този проект. Можете да се свържете с мен в LinkedIn. Благодаря ви, че прочетохте
