Задание: Сделать проект по классификации наличия святого Георгия на изображении. В папке есть два файла со списком картинок: Георгиев и не Георгиев. Нужно сделать jupyter notebook, в котором будет обучаться модель классификации Георгиев и не Георгиев. Скачать файлы можно при помощи wget: wget --random-wait -i filename.txt. Ссылка на папку для копирования: https://drive.google.com/drive/folders/1hXAjwpBj6shfWd1taWMFpSqelFCzi6KJ?usp=sharing .
Проект находится в Jupyter Notebook файле BinVer.ipynb
Инструкция к запуску проекта:
-
Рекомендую использовать Google Colab
-
Установить/обновить библиотеки из файла colab_installed.txt, в файле проекта для этого есть ячейки
-
Проект готов к дальнейшему использованию
-
После вывода графиков точности и потерь, есть функция загрузки модели, можно её загрузить и не обучать модель снова. Файл с моделью по ссылке https://drive.google.com/drive/folders/1M1ytWO4BoLGpnkzAk0vpUa44QupQmW_F?usp=sharing Нужно скачать полностью папку "Model"
-
Если проблемы со скачиванием или просмотром юпитер ноутбука, вот ссылка на него https://drive.google.com/file/d/17P9s7Yvdxyq3UoWF5MGwKBSsWxR3OaMy/view?usp=sharing
Чтобы улучшить работу проекта, я бы попробовал использовать предобученные сети, такие как:
- EfficientNetB7, где используется нетрадиционный метод масштабирования Compound Scaling, который состоит в одновременном масштабировании изображений к фиксированной величине
- InceptionV3
- ResNet50