Classez le pollen à l'aide de réseaux neuronaux
Cet exemple illustre la classification des échantillons de pollen de tulipe, d'hibiscus, de jonquille, de pavot, de lavande et de lierre en utilisant l'extraction d'images et les réseaux neuronaux. On utilise un jeu de données contenant le nom du pollen, une image de la fleur, la taille du pollen et quelques images de pollen prises sous le microscope.
Affichez le premier enregistrement du jeu de données.
Le défi ici est d'entraîner un réseau neuronal sur un petit nombre d'échantillons de données. Remarquez que ce jeu de données ne contient que 43 fichiers d'exemple.
L'astuce consiste à transférer l'apprentissage et l'élargissement des données.
La commande suivante ajoute des images par rotation et réflexion.
Générez un ensemble d'entraînements aléatoires avec 344 échantillons par le biais d'une augmentation.
Vous pouvez utiliser l'apprentissage par transfert en créant un extracteur de caractéristiques basé sur un réseau neuronal qui a été entraîné sur les caractéristiques des images en général.
Convertissez toutes les images de pollen en vecteurs de caractéristiques sémantiques à 157 dimensions.
Affichez les caractéristiques du réseau neuronal en 3D par le biais de l'algorithme -SNE -distributed stochastic neighbor embedding).
Créez un petit réseau neuronal à deux couches pour servir de classifieur de pollen.
Entraînez le réseau neuronal.
Appliquez le réseau neuronal à un nouvel ensemble d'images de pollen.