Classifique pólen usando redes neurais
Este exemplo demonstra a classificação de amostras de pólen de tulipas, hibisco, narciso, papoula, lavanda e hera usando extração de características de imagem e redes neurais. Um conjunto de dados contendo o nome do pólen, uma amostra da imagem da flor, o tamanho do pólen e algumas imagens do pólen tiradas sob o microscópio é usado.
Visualize o primeiro registro do conjunto de dados.
O desafio aqui é treinar uma rede neural em um pequeno número de amostras de dados. Observe que esse conjunto de dados tem apenas 43 arquivos de amostra.
Você pode transferir aprendizagem e ampliação de dados.
O comando a seguir aumenta as imagens por rotação e reflexo.
Crie um conjunto de treinamento aleatório com 344 amostras por aumento.
Você pode utilizar o aprendizado de transferência criando um extrator de recursos com base em uma rede neural que foi treinada em funções de imagem em geral.
Converta todas as imagens de pólen em vetores de característica semântica de 157 dimensões.
Visualize as características da rede neural através da incorporação estocástica tridimensional do vizinho distribuído em 
(t-SNE).
Construa uma pequena rede neural de duas camadas para atuar como um classificador de pólen.
Treinando a rede neural.
Aplique a rede neural a um novo conjunto de imagens de pólen.
