Проект классификации изображений

В этом проекте мы создадим простую CNN для классификации изображений по категориям. Классификация изображений заключается в предсказании категории или метки входного изображения.

Набор данных для классификации

Мы будем использовать набор данных CIFAR-10, состоящий из 60 000 изображений в 10 категориях, таких как самолёты, автомобили, птицы и кошки. Размер каждого изображения — 32×32 пикселя, оно содержит 3 цветовых канала (RGB).

Загрузка набора данных

Мы загрузим набор данных CIFAR-10 с помощью 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)

Создание модели CNN

Мы определим архитектуру CNN со свёрточными, субдискретизирующими и полносвязными слоями:

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')
])

Компиляция модели

Мы компилируем модель с помощью следующих компонентов:

• Функция потерь: категориальная кросс-энтропия для многоклассовой классификации.
• Оптимизатор: оптимизатор Adam для эффективного обучения.
• Метрики: точность для оценки качества работы.

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

Обучение модели

Мы обучаем модель на обучающих данных в течение 10 эпох. Во время обучения модель учится классифицировать изображения по категориям.

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

Оценка модели

После обучения мы оцениваем модель на тестовых данных, чтобы проверить её точность:

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

Получение предсказаний

Мы можем использовать обученную модель для получения предсказаний по новым изображениям:

# 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]}")

Проблемы классификации изображений

К распространённым проблемам относятся:

• Переобучение: Модель хорошо работает на обучающих данных, но плохо — на новых.
• Дисбаланс классов: Неравномерное представление категорий в наборе данных.
• Вычислительные затраты: Обучение глубоких сетей требует значительных ресурсов.

Итоги и следующие шаги

В этом проекте мы:

• Создали и обучили CNN для классификации изображений с использованием набора данных CIFAR-10.
• Научились загружать, предварительно обрабатывать и оценивать набор данных.
• Рассмотрели проблемы, возникающие при классификации изображений.

Далее мы изучим методы расширения данных, чтобы повысить качество модели за счёт создания вариантов обучающих изображений.