मैं छवि पहचान करने के लिए Google के प्रशिक्षित प्रारंभ मॉडल का उपयोग करने की अनुशंसा करता हूं। कृपया tensorflow वेबसाइट पर "नई श्रेणियों के लिए प्रारंभ करने की अंतिम परत को कैसे निकालें" उदाहरण देखें। यह https://www.tensorflow.org/versions/r0.9/how_tos/image_retraining/index.html पर है।
प्रशिक्षित मॉडल का उपयोग करना आसान है और उचित सटीकता प्राप्त कर सकता है। आप बस अपने डेटा सेट के साथ मॉडल को खिलाते हैं। Google की स्थापना की अंतिम वर्गीकरण परत संशोधित की जाएगी और हम केवल अंतिम परत को प्रशिक्षित करेंगे। कई श्रेणियों में कई हज़ार छवियों के लिए, प्रशिक्षण समाप्त करने में केवल कई घंटे लगते हैं। कृपया ध्यान दें: उदाहरण का उपयोग करने के लिए, आपको स्रोत से tensorflow बनाना होगा।
मैं स्थानांतरण सीखने की सुविधा का उपयोग कर रहा हूं और बहुत अच्छे परिणाम प्राप्त कर रहा हूं। स्थानांतरण सीखने के लाभ को स्पष्ट करने के लिए, मैं "प्रशिक्षित GoogleNet पर स्थानांतरण सीखने" की तुलना कर रहा हूं "स्क्रैच से 5-परत-कनवनेट बनाएं और प्रशिक्षित करें"। वर्गीकरण कार्य 5 श्रेणियों के साथ 5000 छवियों पर किया जाता है।
इस सरल उदाहरण देखें: https://www.youtube.com/watch?v=QfNvhPx5Px8 (5 मिन में एक TensorFlow छवि वर्गीकरणकर्ता बिल्ड)
स्रोत
2016-07-22 12:37:43
का प्रशिक्षण प्राप्त अजगर स्क्रिप्ट चलाने आप इस्तेमाल कर सकते हैं mnisten https://github.com/nyanp/mnisten IDX अपने चित्रों कन्वर्ट करने के लिए प्रारूप फिर टेंसर प्रवाह mnist ट्यूटोरियल का उपयोग करें, http://stackoverflow.com/questions/33784214/how-to-test-tensorflow-cifar10-cnn-tutorial-model – alfredo138923
@ alfredo1389 में उत्तर का उपयोग कर कोड को संशोधित करें, मैं सक्षम नहीं हूं mnisten स्क्रिप्ट बनाने के लिए। यह त्रुटि उत्पन्न करता है 'फ़ाइल में src/main.cpp: 11: /usr/local/include/opencv/cv.hpp:50:10: त्रुटि:' cv.h 'फ़ाइल के साथ नहीं मिली है; उपयोग "उद्धरण" के बजाय # शामिल ^ src/main.cpp: 12: 10: गंभीर त्रुटि: 'opencv2/highgui.hpp' नहीं मिला फ़ाइल # शामिल ^ 2 त्रुटियां उत्पन्न हुईं। बनाओ: *** [mnisten] त्रुटि 1' –