Классификация изображений, находящихся во внешней памяти : Новое в системе Wolfram Language 11

Классификация изображений, находящихся во внешней памяти

Обучите сеть различать цифры 1 и 2 и загружать за раз только маленькие партии изображений в память с диска.

Загрузите набор изображений и разархивируйте его.

In[1]:=

zip = URLDownload["https://wolfr.am/ebyHmnkR", "characters12.zip"];
dir = CreateDirectory[];
ExtractArchive[First @ zip, dir] // Length

Out[1]=

Получите пути файла изображения и получите классы из названий папок.

In[2]:=

loadFiles[dir_] := 
  Map[File[#] -> FileNameTake[#, {-2}] &, 
   FileNames["*.jpg", dir, Infinity]];
trainingData = loadFiles[FileNameJoin[{dir, "characters", "train"}]];
testData = loadFiles[FileNameJoin[{dir, "characters", "test"}]];

Тренировочные данные - это список правил для объектов File, объединённых в классы.

In[3]:=

RandomSample[trainingData, 3]

Out[3]=

Задайте простую сеть.

In[4]:=

net = NetChain[
  {FlattenLayer[], DotPlusLayer[2], SoftmaxLayer[]},
  "Output" -> NetDecoder[{"Class", {"1", "2"}}],
  "Input" -> NetEncoder[{"Image", {28, 28}, "Grayscale"}]
  ]

Out[4]=

Обучите сеть.

In[5]:=

trained = 
 NetTrain[net, trainingData, ValidationSet -> testData, 
  MaxTrainingRounds -> 600, BatchSize -> 64]

Out[6]=

Классифицируйте изображения непосредственно из путей файла.

In[7]:=

ims = Keys@RandomSample[testData, 3]
trained /@ ims

Out[7]=

Или оцените непосредственно в изображении и получите вероятности классификации.

In[8]:=

trained[\!\(\*
GraphicsBox[
TagBox[RasterBox[CompressedData["
1:eJztVUtrGlEUNj6iiY9UySJIN125zUq6kEhEIg3oIqULlwlNQ0GmqIVqRCQG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"], {{0, 28}, {
      28, 0}}, {0, 255},
ColorFunction->RGBColor],
BoxForm`ImageTag["Byte", ColorSpace -> "RGB", Interleaving -> True],
Selectable->False],
DefaultBaseStyle->"ImageGraphics",
ImageSize->Automatic,
ImageSizeRaw->{28, 28},
PlotRange->{{0, 28}, {0, 28}}]\), "Probabilities"]

Out[8]=