Klasifikasi citra biner dan multikelas

Deep Learning untuk Gambar dengan PyTorch

Michal Oleszak

Machine Learning Engineer

Apa yang akan dipelajari dengan PyTorch?

tugas

Apa yang akan dipelajari dengan PyTorch?

tugas

Apa yang akan dipelajari dengan PyTorch?

tugas

Apa yang akan dipelajari dengan PyTorch?

tugas

Prasyarat

Convolutional Neural Networks
Pelatihan model di PyTorch
Prasyarat: Intermediate Deep Learning with PyTorch

Pustaka PyTorch

torchvision

Pustaka PyTorch

torchvision

Pustaka PyTorch

torchvision

Pustaka PyTorch

torchvision

Klasifikasi citra

Klasifikasi biner

binary

Dua kelas berbeda (kucing, anjing)
Fungsi aktivasi: Sigmoid

Klasifikasi multikelas

multi-class

Banyak kelas (kapal, kereta, mobil)
Fungsi aktivasi: Softmax
Probabilitas tertinggi = prediksi

Model Convolutional Neural Network

cnn

Model Convolutional Neural Network

binary

Model Convolutional Neural Network

binary

Model Convolutional Neural Network

binary

Model Convolutional Neural Network

binary

Dataset: label kelas

folder gambar

from torchvision import datasets
import torchvision.transforms as transforms


train_dir = '/data/train'
train_dataset = ImageFolder(root=train_dir,
         transform=transforms.ToTensor())

classes = train_dataset.classes
print(classes)

['cat', 'dog']

print(train_dataset.class_to_idx)

{'cat': 0, 'dog': 1}

Klasifikasi citra biner: lapisan konvolusi

Conv2d():
- Masukan: 3 kanal RGB (merah, hijau, biru)
- Keluaran: 16 kanal
- Kernel: matriks 3 x 3
- Stride = 1: kernel bergeser 1 langkah
- Padding = 1: 1 piksel di tepi
ReLU():
- Fungsi aktivasi nonlinier
MaxPool2d():
- Kernel: 2x2
- Stride: 2 langkah

class BinaryCNN(nn.Module):
    def __init__(self):
        super(BinaryCNN, self).__init__()

        self.conv1 = nn.Conv2d(3, 16,
                kernel_size=3, stride=1, padding=1)

        self.relu = nn.ReLU()

        self.pool = nn.MaxPool2d(kernel_size=2, 
                     stride=2)




   def forward(self, x):



        return x

Klasifikasi citra biner: lapisan fully connected

Flatten():
- Tensor diratakan jadi vektor 1-D
Linear():
- Masukan: feature map x tinggi x lebar
- Keluaran: satu kelas
Sigmoid():
- [0,1]

class BinaryCNN(nn.Module):
    def __init__(self):
        super(BinaryCNN, self).__init__()
        self.conv1 = nn.Conv2d(3, 16,
                kernel_size=3, stride=1, padding=1)
        self.relu = nn.ReLU()
        self.pool = nn.MaxPool2d(kernel_size=2, 
                     stride=2)

        self.flatten = nn.Flatten()

        self.fc1 = nn.Linear(16 * 112 * 112, 1)

        self.sigmoid = nn.Sigmoid()

   def forward(self, x):

        x = self.pool(self.relu(self.conv1(x)))
        x = self.fc1(self.flatten(x))
        x = self.sigmoid(x)]

        return x

Klasifikasi citra multikelas dengan CNN

class MultiClassCNN(nn.Module):
    def __init__(self, num_classes):
        super(MultiClassCNN, self).__init__()
        ...

        self.fc = nn.Linear(16 * 112 * 112, num_classes)

        self.softmax = nn.Softmax(dim=1)

    def forward(self, x):
        ...

        x = self.softmax(x)

        return x

Ayo berlatih!

Deep Learning untuk Gambar dengan PyTorch