Как мы можем использовать предварительно обученную модель классификации изображений MobileNet
Привет ! Сегодня мы попробуем использовать предварительно обученную модель MobileNet в Keras.
MobileNet — отличная модель, которая может классифицировать 1000 различных классов изображений, как и другая очень известная модель VGG16. Хотя VGG16 имеет лучшую точность по сравнению с MobileNet, он очень удобен, поскольку он очень легкий по сравнению с другими моделями классификации изображений.
Давайте сначала импортируем необходимые библиотеки и модель.
Теперь следующее, что нам нужно сделать, это предварительно обработать входные изображения, чтобы они имели те же входные размеры, что и принятые моделью MobileNet.
Мы готовы использовать нашу модель. Я предлагаю ознакомиться с кратким изложением модели, которое даст хорошее представление о том, как эта модель была разработана. мы можем использовать «mobile.Summary()».
Теперь мы попробуем увидеть, как наша модель работает для случайного изображения.
Сначала я покажу входное изображение ниже.
Давайте теперь проверим, что предсказывает наша модель, и мы должны сначала передать изображение через нашу функцию prepare_image, которую мы определили выше.
Мы ясно видим, что модель предсказывает изображение как «американский хамелеон» с вероятностью 58%, которая является самой высокой в данном случае. Должен признаться, что я погуглил изображение американского хамелеона, прежде чем пришел к выводу, что модель предсказала его правильно.
Спасибо, что прочитали эту статью, это моя первая статья. Я надеюсь вскоре поработать и написать о различных моделях классификации изображений и о том, как их настроить для разных вариантов использования.
