Проблема классификации - одна из основных проблем машинного обучения. Компьютерное зрение - важный аспект проблемы классификации, при которой объекты, распознаваемые компьютером, можно классифицировать по определенным категориям.
Реализация компьютерного зрения может быть сложной задачей, например, обучение модели для точного прогнозирования объекта. Обучение модели точному распознаванию конкретного объекта может быть сложной задачей, и становится более сложной задачей реализовать модель компьютерного зрения, которая сможет классифицировать разницу между одним объектом и другим.
Orangelib:
Orangelib - простая библиотека, созданная для облегчения реализации компьютерного зрения в реальных задачах. Это библиотека для классификации апельсинов на две категории: спелые и незрелые.
Эта классификация может быть достигнута с помощью всего нескольких строк кода.
Мы рассмотрим строки кода ниже.
Приведенный выше код импортирует в класс orangeclassifier из orangelib для выполнения прогнозирования изображений.
Обученную модель для классификации апельсинов можно скачать как релиз с github
путь к изображению, который будет предсказан.
Распечатываем название плода и уровень прогноза уверенности
Установите orangelib, используя:
- pip install orangelib
Orangelib будет использоваться для выполнения вывода на четырех изображениях.
Образец1:
Выход1:
Пример2:
Выход2:
Sample3:
Результат3:
Sample4:
Результат4:
Мы можем ясно видеть, что прогнозы на четырех изображениях довольно точны, 99% точно предсказывая как спелые, так и незрелые апельсины.
- Установите orangelib и протестируйте его с любым количеством примеров.
- Посетите репозиторий github, на котором размещен orangelib.
