โครงงานการจำแนกประเภทภาพ

ในโครงงานนี้ เราจะสร้าง CNN อย่างง่ายเพื่อจำแนกภาพออกเป็นหมวดหมู่ การจำแนกภาพคือการทำนายหมวดหมู่หรือป้ายกำกับของภาพนำเข้า

เราจะใช้ชุดข้อมูล CIFAR-10 ซึ่งประกอบด้วยภาพ 60,000 ภาพใน 10 หมวดหมู่ เช่น เครื่องบิน รถยนต์ นก และแมว ภาพแต่ละภาพมีขนาด 32×32 พิกเซล และมีช่องสี 3 ช่อง (RGB)

เราจะโหลดชุดข้อมูล CIFAR-10 โดยใช้ 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)

เราจะกำหนดสถาปัตยกรรม CNN ที่ประกอบด้วยชั้นการ卷积 ชั้นการรวมข้อมูล และชั้นเชื่อมต่ออย่างสมบูรณ์:

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')
])

เราจะคอมไพล์แบบจำลองด้วย:

• ฟังก์ชันสูญเสีย: เอนโทรปีไขว้แบบจัดหมวดหมู่สำหรับการจำแนกหลายประเภท
• เครื่องมือหาค่าที่เหมาะสม: เครื่องมือหาค่าที่เหมาะสมอดัมสำหรับการเรียนรู้ที่มีประสิทธิภาพ
• ตัวชี้วัด: ความแม่นยำสำหรับประเมินประสิทธิภาพ

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

เราฝึกโมเดลโดยใช้ข้อมูลฝึกเป็นเวลา 10 รอบ ในระหว่างการฝึก โมเดลจะเรียนรู้การจำแนกภาพออกเป็นหมวดหมู่

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

หลังจากการฝึก เราจะประเมินแบบจำลองด้วยข้อมูลทดสอบเพื่อตรวจสอบความแม่นยำ:

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

เราสามารถใช้แบบจำลองที่ฝึกแล้วเพื่อสร้างคำทำนายจากภาพใหม่:

# 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]}")

ความท้าทายที่พบบ่อย ได้แก่:

• การเรียนรู้เกินพอดี: แบบจำลองทำงานได้ดีบนข้อมูลฝึก แต่ทำงานได้ไม่ดีบนข้อมูลใหม่
• ความไม่สมดุลของประเภท: หมวดหมู่ต่าง ๆ มีสัดส่วนในชุดข้อมูลไม่เท่ากัน
• ต้นทุนการคำนวณ: การฝึกเครือข่ายเชิงลึกต้องใช้ทรัพยากรจำนวนมาก

ในโครงการนี้ เราได้:

• สร้างและฝึก CNN สำหรับการจำแนกภาพโดยใช้ชุดข้อมูล CIFAR-10
• เรียนรู้การโหลด การเตรียมข้อมูลล่วงหน้า และการประเมินชุดข้อมูล
• พูดคุยเกี่ยวกับความท้าทายในงานจำแนกภาพ

ต่อไป เราจะสำรวจเทคนิคการเพิ่มความหลากหลายให้ข้อมูล เพื่อปรับปรุงประสิทธิภาพของแบบจำลองด้วยการสร้างรูปแบบต่าง ๆ ของภาพฝึก