Wprowadzenie do CNN

Modelowanie obrazów z Keras

Ariel Rokem

Senior Data Scientist, University of Washington

Oprogramowanie i wymagania wstępne

• Kurs Deep Learning na DataCamp
• Uczenie maszynowe:
  • Overfitting
  • Ewaluacja modelu
  • Kroswalidacja

Obrazy jako dane

import matplotlib.pyplot as plt
data = plt.imread('stop_sign.jpg')
plt.imshow(data)
plt.show()

Obrazy jako dane

data.shape

(2832, 4256, 3)

Obrazy jako dane

data[1000, 1500]

array([0.73333333, 0.07843137, 0.14509804])

Obrazy jako dane

data[250, 3500]

array([0.25882353, 0.43921569, 0.77254902])

Modyfikowanie danych obrazu

data[:, :, 1] = 0
data[:, :, 2] = 0
plt.imshow(data)
plt.show()

Zmiana obrazu

data[200:1200, 200:1200, :] = [0, 1, 0]

plt.imshow(data)
plt.show()

Obrazy czarno-białe

Obrazy czarno-białe

Obrazy czarno-białe

tshirt[10:20, 15:25] = 1

plt.imshow(tshirt)
plt.show()

Czas na ćwiczenia!

Modelowanie obrazów z Keras