Цель этого блокнота - создать модель, которую могут использовать дроны, чтобы они сами могли обнаруживать китов и сообщать о них, когда они всплывают.
Киты - млекопитающие, поэтому они кормят своих детенышей молоком и дышат воздухом. Поскольку киты - не рыбы, у них нет жабр, поэтому они не могут дышать под водой. Они должны подняться на поверхность воды, чтобы получить воздух. Воздух вдыхается и выдыхается через «дыхало», которое находится у них на спине.
Давайте посмотрим на созданный набор данных.
Как видите, в основном есть 2 раздела:
- Содержит китов (Верно)
2. Содержит других животных (неверно)
Теперь перейдем к предварительной обработке.
Затем данные сохраняются в данных (содержащие изображения) и метках (содержащие 1: для кита и 0: для не кита). Это случайное перемешивание и использование для создания набора данных для обучения и тестирования с использованием sklearn.
После предварительной обработки идет наша Модель
Эта модель принимает высоту, ширину, каналы изображений, а также классы, которые должны быть классифицированы как входные.
Затем модель обучается с использованием оптимизатора Adam с категориальной кроссентропией для 20 эпох с размером пакета 32.
Интересно, как модель работала
Графики сами покажут, как модель работала.
Как видите, достигнутая точность стремится к 99%. это все, что нам нужно от хорошей модели.
С помощью этой модели мы создаем интеллектуальные дроны, способные самостоятельно отслеживать китов, что сократит время отклика, поскольку прямо сейчас изображение с дрона отправляется в систему, которая затем идентифицирует китов, а после нашей реализации оно будет непосредственно принимать заботиться о китах и напрямую уведомлять пользователя.
Чтобы увидеть всю записную книжку
Используйте эту записную книжку: https://cainvas.ai-tech.systems/use-cases/whale-detection-app/
Предоставлено: вишал ядав
