इमेज वर्गीकरण परियोजना

इस परियोजना में हम छवियों को अलग-अलग श्रेणियों में वर्गीकृत करने के लिए एक सरल CNN बनाएँगे। छवि वर्गीकरण में आगत छवि की श्रेणी या लेबल का अनुमान लगाना शामिल होता है।

हम CIFAR-10 डेटा-समुच्चय का उपयोग करेंगे, जिसमें 10 श्रेणियों की 60,000 छवियाँ हैं, जैसे हवाई जहाज़, कारें, पक्षी और बिल्लियाँ। प्रत्येक छवि 32×32 पिक्सेल की है और इसमें 3 रंग चैनल (RGB) हैं।

हम TensorFlow का उपयोग करके CIFAR-10 डेटा-समुच्चय लोड करेंगे:

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)

हम संवलनीय, पूलिंग और पूर्णतः संयोजित परतों वाली CNN संरचना परिभाषित करेंगे:

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')
])

हम मॉडल का संकलन निम्नलिखित के साथ करते हैं:

• हानि फलन: बहु-वर्गीय वर्गीकरण के लिए श्रेणीबद्ध क्रॉस-एंट्रॉपी।
• अनुकूलक: कुशल अधिगम के लिए एडम अनुकूलक।
• मापदंड: प्रदर्शन का मूल्यांकन करने के लिए सटीकता।

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

हम 10 युगों तक प्रशिक्षण डेटा का उपयोग करके मॉडल को प्रशिक्षित करते हैं। प्रशिक्षण के दौरान मॉडल छवियों को श्रेणियों में वर्गीकृत करना सीखता है।

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

प्रशिक्षण के बाद, हम इसकी सटीकता जाँचने के लिए परीक्षण डेटा पर मॉडल का मूल्यांकन करते हैं:

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

हम नई छवियों पर अनुमान लगाने के लिए प्रशिक्षित मॉडल का उपयोग कर सकते हैं:

# 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]}")

सामान्य चुनौतियों में शामिल हैं:

• अतिअनुकूलन: मॉडल प्रशिक्षण डेटा पर अच्छा प्रदर्शन करता है, लेकिन नए डेटा पर खराब प्रदर्शन करता है।
• वर्ग असंतुलन: डेटा-समुच्चय में श्रेणियों का असमान प्रतिनिधित्व।
• संगणकीय लागत: गहरे नेटवर्क को प्रशिक्षित करने के लिए पर्याप्त संसाधनों की आवश्यकता होती है।

इस परियोजना में हमने:

• CIFAR-10 डेटा-समुच्चय का उपयोग करके छवि वर्गीकरण के लिए एक CNN बनाया और उसे प्रशिक्षित किया।
• डेटा-समुच्चय को लोड करना, पूर्व-संसाधित करना और उसका मूल्यांकन करना सीखा।
• छवि वर्गीकरण कार्यों की चुनौतियों पर चर्चा की।

इसके बाद, हम प्रशिक्षण छवियों के विविध रूप उत्पन्न करके मॉडल के प्रदर्शन को बेहतर बनाने वाली डेटा संवर्धन तकनीकों का अध्ययन करेंगे।