Kaggle yarışmasının sanat resmi sınıflandırmasıyla ilgili deneyim paylaşımı
Bu makale, AI Araştırma Enstitüsü tarafından derlenen, orijinal başlığı olan teknik bir blogdur:
Artwork Görsellerinin Sınıflandırılması Kaggle Yarışması
Yazar | Terrance Whitehurst
Tercüme | M M
Düzeltme | Soslu Armut Terbiye | Ananas Kız
Orijinal bağlantı:
https://medium.com/@TerranceWhitehurst/classifying-artwork-images-kaggle-competition-8b3a98b4a341
Kaynak kodu!
https://github.com/Terrance-Whitehurst/Keras-Art-Images-Classification/blob/master/Keras%20Artwork%20Classification.ipynb
Genel Bakış!
Bu projede, kaggle veri setindeki farklı sanat eserlerini sınıflandırmak için aktarım öğrenimi ve derin öğrenme çerçevesi Keras'ı kullanacağım.
Ne öğreneceksin!
Sınıflandırma görevleri için keras kitaplığını kullanın
Transfer öğrenimi için keras kullanın
Veri geliştirme
başlayalım!
# 1
Önce tüm bağımlılıkları içe aktarın.
# 2
Sanatsal görüntülerin eğitim ve doğrulama setleri ve kategorileri yüklenir.
Eğitim ve yükleme modellerinde kullanılmak üzere bazı hiper parametreler de ayarlanmıştır.
# 3
Egzersiz görüntülerini kategoriye göre görselleştirin.
# 4
Farklı kategorilerden bazı görüntüleri görselleştirin.
# 5
Eğitim verileri ve test verileri oluşturmak için bir for döngüsü kullanın.
# 6
Veri kümesini yüklemek için bir işlev tanımlayın.
# 7
Verileri geliştirmek için keras'ın "ImageDataGenerator" uygulamasını kullanın. Ardından eğitim verilerini genişletme ile eşleştirin.
# 8
Bu son modeldir. İki yoğun katmana ve bir çıktı katmanına sahip iki katmanlı bir ağdır. Model mimarisini tamamladıktan sonra, eğitimden önce modeli de derlemeliyiz.
# 9
Bu, bir oluşturucu oluşturmak için veri büyütmeyi kullanır. Ardından, modeli eğitmek için "fit_generator" çağırın ve sonraki eğitimi görselleştirebilmeniz için "geçmiş" ekleyin.
# 10
Her dönemin kaybını ve doğruluğunu görmek için "fit_generator" dan önce adlandırılan "geçmişi" kullanın.
# 11
Tahminleri almak için bir test seti oluşturun
# 12
Tahmin almak için "tahmin et" deyin ve ardından modelin ne kadar iyi performans gösterdiğini görmek için bir sınıflandırma raporu ve kafa karışıklığı matrisi oluşturun!
# 13
Aşağıda göstereceğim model mimarisinin bir görüntüsünü elde etmek için "plot_model" kullanın.
sonuç olarak
Bu projede kullandığım görselleştirme modeli aşağıdadır
İyi öğrenmeler!
Bu makalenin ilgili bağlantılarını ve referanslarını görüntülemeye devam etmek ister misiniz?
Bağlantıya uzun basın ve [Sanat boyama sınıflandırması hakkında Kaggle yarışma deneyimi paylaşımı] öğesini açmak veya tıklayın:
https://ai.yanxishe.com/page/TextTranslation/1283
AI Araştırma Enstitüsü heyecan verici içeriği günlük olarak güncelliyor, daha heyecan verici içerikler izleyin: Leifeng.com
Bu 5 bilgisayarla görme teknolojisi dünya görüşünüzü yeniler
Transfer öğrenimi: önceden eğitilmiş CNN bir özellik çıkarıcı olarak nasıl kullanılır
Acemiler için mutlaka görülmesi gereken: Derin öğrenme nedir? O nasıl çalışır?
Python gelişmiş becerileri: bir satır kodla bellek ayak izini yarı yarıya azaltın
Çevirmenizi bekliyorum: Lei Feng Net
