बाइनरी और मल्टी-क्लास इमेज क्लासिफिकेशन

PyTorch के साथ इमेज के लिए डीप लर्निंग

Michal Oleszak

Machine Learning Engineer

PyTorch के साथ हम क्या सीखेंगे?

tasks

PyTorch के साथ हम क्या सीखेंगे?

tasks

PyTorch के साथ हम क्या सीखेंगे?

tasks

PyTorch के साथ हम क्या सीखेंगे?

tasks

Prerequisites

Convolutional Neural Networks
PyTorch में मॉडल ट्रेनिंग
पूर्व-आवश्यक कोर्स: Intermediate Deep Learning with PyTorch

PyTorch लाइब्रेरी

torchvision

PyTorch लाइब्रेरी

torchvision

PyTorch लाइब्रेरी

torchvision

PyTorch लाइब्रेरी

torchvision

इमेज क्लासिफिकेशन

बाइनरी क्लासिफिकेशन

binary

दो अलग क्लास (cats, dogs)
Activation फंक्शन: Sigmoid

मल्टी-क्लास क्लासिफिकेशन

multi-class

कई क्लास (boat, train, car)
Activation फंक्शन: Softmax
सबसे अधिक probability ही prediction

Convolutional Neural Network मॉडल

cnn

Convolutional Neural Network मॉडल

binary

Convolutional Neural Network मॉडल

binary

Convolutional Neural Network मॉडल

binary

Convolutional Neural Network मॉडल

binary

डेटासेट्स: क्लास लेबल्स

image folders

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}

बाइनरी इमेज क्लासिफिकेशन: कॉनवोल्यूशनल लेयर

Conv2d():
- इनपुट: 3 RGB चैनल (red, green, blue)
- आउटपुट: 16 चैनल
- Kernel: 3 x 3 मैट्रिक्स
- Stride = 1: kernel 1 स्टेप चलता है
- Padding = 1: बॉर्डर के चारों ओर 1 पिक्सेल
ReLU():
- नॉन-लीनियर activation फंक्शन
MaxPool2d():
- Kernel: 2x2
- Stride: 2 स्टेप्स

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

बाइनरी इमेज क्लासिफिकेशन: फुली कनेक्टेड लेयर

Flatten():
- टेन्सर 1-D वेक्टर में फ्लैट होते हैं
Linear():
- इनपुट: feature maps x height x width
- आउटपुट: एक सिंगल क्लास
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

CNN के साथ मल्टी-क्लास इमेज क्लासिफिकेशन

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

अभ्यास करते हैं!

PyTorch के साथ इमेज के लिए डीप लर्निंग