Члены группы: Мохаммед АЛИ, Айбуке Ялчинер, Хатиче Акар.

Введение

После того, как мы поняли, как проектировать сверточные сети в теории, давайте углубимся в то, как это работает на практике. Мы научились поэтапно реализовывать сверточные нейронные сети с помощью платформы Keras, которая работает с использованием бэкэнда TensorFlow в Python.

мы начали делать классификацию только между двумя объектами (кресло и диван)
в качестве первого шага, а затем мы собираемся распространить ее на все объекты. в настоящее время мы пытаемся оптимизировать решение, применяя фильтр разного размера и добавляя больше сверточных слоев, а затем сравниваем результат.

Разделение данных на тестовые данные поезда

Мы разделили все данные на два разных набора данных: данные обучения и данные тестирования. Обучающий набор содержит 400 фотографий, а тестовый набор содержит 100 фотографий для обоих объектов.

Реализация сверточных нейронных сетей с помощью Keras шаг за шагом

Как мы решили на прошлой неделе, мы будем использовать сверточные нейронные сети с Keras, чтобы сделать прогноз в нашем проекте. В Keras мы должны реализовать CNN слой за слоем, как показано ниже:

Шаг первый — свертки
мы создали множество карт объектов, потому что используем разные фильтры для получения первого слоя свертки. мы начали только с одного слоя свертки.

Шаг второй —максимальное объединение

Здесь мы выполняем операцию Max Pooling, чтобы уменьшить размер карт объектов. max pooling удаляет часть информации с фотографий, чтобы избежать переобучения.

Шаг третий —выравнивание слоя

преобразовать 2D-слой в 1D-слой, другими словами, он берет объединенные карты объектов и помещает их в один единственный вектор, и этот единственный вектор будет вводом для полностью связанного слоя.

Шаг четвертый —полный уровень подключения

Сводка и схема для всех слоев

Conv2D-› Максимальный пул — › Flatten — › Dense

После того, как у нас есть все слои для сверточной нейронной сети, теперь нам нужно скомпилировать их все целиком. Мы выбрали потерю как binary_crossentropy, потому что сейчас мы пытаемся сделать классификацию только между двумя объектами в качестве первого шага. И тогда мы будем использовать все наши категории.

использованная литература

https://keras.io/getting-started/sequential-model-guide/
https://adeshpande3.github.io/adeshpande3.github.io/A-Beginner's-Guide-To-Understanding -Сверточные-Нейронные-Сети/