Proyecto de clasificación de imágenes

En este proyecto, crearemos una CNN sencilla para clasificar imágenes en categorías. La clasificación de imágenes consiste en predecir la categoría o etiqueta de una imagen de entrada.

Conjunto de datos para la clasificación

Utilizaremos el conjunto de datos CIFAR-10, que consta de 60 000 imágenes distribuidas en 10 categorías, como aviones, automóviles, aves y gatos. Cada imagen tiene un tamaño de 32×32 píxeles y cuenta con 3 canales de color (RGB).

Carga del conjunto de datos

Cargaremos el conjunto de datos CIFAR-10 mediante TensorFlow:

import tensorflow as tf
from tensorflow.keras.datasets import cifar10

# Load dataset
(x_train, y_train), (x_test, y_test) = cifar10.load_data()

# Normalize the pixel values to [0, 1]
x_train = x_train / 255.0
x_test = x_test / 255.0

print("Training data shape:", x_train.shape)

Construcción del modelo CNN

Definiremos una arquitectura CNN con capas convolucionales, de pooling y totalmente conectadas:

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense

# Define the CNN model
model = Sequential([
    Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)),
    MaxPooling2D((2, 2)),
    Conv2D(64, (3, 3), activation='relu'),
    MaxPooling2D((2, 2)),
    Flatten(),
    Dense(128, activation='relu'),
    Dense(10, activation='softmax')
])

Compilación del modelo

Compilaremos el modelo con:

• Función de pérdida: Entropía cruzada categórica para la clasificación multiclase.
• Optimizador: Optimizador Adam para un aprendizaje eficiente.
• Métricas: Exactitud para evaluar el rendimiento.

# Compile the model
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])

Entrenamiento del modelo

Entrenaremos el modelo con los datos de entrenamiento durante 10 épocas. Durante el entrenamiento, el modelo aprenderá a clasificar imágenes en categorías.

# Train the model
model.fit(x_train, y_train, epochs=10, validation_data=(x_test, y_test))

Evaluación del modelo

Después del entrenamiento, evaluaremos el modelo con los datos de prueba para comprobar su exactitud:

# Evaluate the model
loss, accuracy = model.evaluate(x_test, y_test)
print(f"Test Accuracy: {accuracy * 100:.2f}%")

Realización de predicciones

Podemos utilizar el modelo entrenado para realizar predicciones sobre imágenes nuevas:

# Predict the category of a test image
import numpy as np

sample_image = x_test[0]
sample_label = y_test[0]

prediction = np.argmax(model.predict(sample_image[np.newaxis, ...]))
print(f"Predicted Label: {prediction}, Actual Label: {sample_label[0]}")

Desafíos en la clasificación de imágenes

Entre los desafíos habituales se incluyen:

• Sobreajuste: El modelo tiene un buen rendimiento con los datos de entrenamiento, pero uno deficiente con datos nuevos.
• Desequilibrio de clases: Representación desigual de las categorías en el conjunto de datos.
• Coste computacional: El entrenamiento de redes profundas requiere recursos considerables.

Resumen y próximos pasos

En este proyecto:

• Construimos y entrenamos una CNN para la clasificación de imágenes mediante el conjunto de datos CIFAR-10.
• Aprendimos a cargar, preprocesar y evaluar el conjunto de datos.
• Analizamos los desafíos de las tareas de clasificación de imágenes.

A continuación, exploraremos técnicas de aumento de datos para mejorar el rendimiento del modelo mediante la generación de variaciones de las imágenes de entrenamiento.