Intel Görüntü Sınıflandırma - ResNet18 Transfer Learning

Bu projede PyTorch kullanılarak Transfer Learning yöntemi ile doğal sahne görüntü sınıflandırması yapılmıştır. Model olarak önceden eğitilmiş (pretrained) ResNet18 kullanılmıştır.

Veri Seti

Projede Kaggle — Intel Image Classification veri seti kullanılmıştır.

Train ve test görsellerini bu linkten indirebilirsiniz. İndirdikten sonra klasörleri şu yapıda yerleştirin:

images/intel image/seg_train/seg_train/
images/intel image/seg_test/seg_test/

seg_pred yalnızca yerel tahmin örnekleri içindir; GitHub'a yüklenmez.

Sınıflar:

• Buildings
• Forest
• Glacier
• Mountain
• Sea
• Street

Kullanılan Teknolojiler

• Python
• PyTorch
• Torchvision
• TensorBoard
• Transfer Learning
• ResNet18

Proje Yapısı

images/
└── intel image/
    ├── seg_train/
    ├── seg_test/
    └── seg_pred/

assets/
├── accuracy.png
├── loss.png
└── samples/
    ├── 10004.jpg
    ├── 10005.jpg
    └── 10012.jpg

main.py
README.md
requirements.txt

Transfer Learning

Projede ImageNet üzerinde eğitilmiş ResNet18 modeli kullanılmıştır.

Özellik çıkarımı (feature extraction) katmanları dondurulmuştur:

for param in model.parameters():
    param.requires_grad = False

Son katman değiştirilerek 6 sınıflı hale getirilmiştir:

model.fc = nn.Sequential(
    nn.Linear(in_features=512, out_features=6, bias=True)
)

Sadece son katman eğitilmiştir.

Eğitim Sonuçları

10 epoch eğitim sonunda gözlemlenen en yüksek doğruluk ve en düşük kayıp değerleri :

Metrik	En iyi değer
Train Accuracy (max)	%90.8
Test Accuracy (max)	%90.6
Train Loss (min)	0.255
Test Loss (min)	0.25

TensorBoard Sonuçları

TensorBoard kullanılarak eğitim ve test metrikleri görselleştirilmiştir.

Accuracy

Loss

TensorBoard'u yerelde açmak için:

tensorboard --logdir=runs

Örnek Tahmin Görselleri

seg_pred klasöründen yalnızca şu üç görüntü kullanılır: 10004, 10005, 10012.

10004.jpg

10005.jpg

10012.jpg

Tahminleri çalıştırmak için main.py dosyasının sonundaki döngüyü kullanın; çıktıda her görüntü için tahmin edilen sınıf yazdırılır.