Clasificare binară și multi-clasă a imaginilor

Deep Learning pentru imagini cu PyTorch

Michal Oleszak

Machine Learning Engineer

Ce vom învăța cu PyTorch?

sarcini

Ce vom învăța cu PyTorch?

sarcini

Ce vom învăța cu PyTorch?

sarcini

Ce vom învăța cu PyTorch?

sarcini

Prerechizite

Rețele Neuronale Convoluționale
Antrenarea modelelor în PyTorch
Curs prerechizit: Intermediate Deep Learning with PyTorch

Biblioteca PyTorch

torchvision

Biblioteca PyTorch

torchvision

Biblioteca PyTorch

torchvision

Biblioteca PyTorch

torchvision

Clasificarea imaginilor

Clasificare binară

binar

Două clase distincte (pisici, câini)
Funcție de activare: Sigmoid

Clasificare multi-clasă

multi-clasă

Mai multe clase (barcă, tren, mașină)
Funcție de activare: Softmax
Probabilitatea cea mai mare este predicția

Modelul Rețelei Neuronale Convoluționale

cnn

Modelul Rețelei Neuronale Convoluționale

binar

Modelul Rețelei Neuronale Convoluționale

binar

Modelul Rețelei Neuronale Convoluționale

binar

Modelul Rețelei Neuronale Convoluționale

binar

Seturi de date: etichete de clase

foldere imagini

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}

Clasificare binară a imaginilor: strat convoluțional

Conv2d():
- Intrare: 3 canale RGB (roșu, verde, albastru)
- Ieșire: 16 canale
- Kernel: matrice 3 x 3
- Stride = 1: kernelul se mișcă 1 pas
- Padding = 1: 1 pixel în jurul marginii
ReLU():
- Funcție de activare neliniară
MaxPool2d():
- Kernel: 2x2
- Stride: 2 pași

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

Clasificare binară a imaginilor: strat complet conectat

Flatten():
- Tensorii sunt aplatizați într-un vector 1-D
Linear():
- Intrare: hărți de caracteristici x înălțime x lățime
- Ieșire: o singură clasă
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

Clasificare multi-clasă a imaginilor cu 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

Să exersăm!

Deep Learning pentru imagini cu PyTorch