资讯 人工智能
此为临时链接,仅用于文章预览,将在时失效

有关艺术画作分类的 Kaggle 比赛经验分享

作者:AI研习社-译站
2018/12/03 14:50

有关艺术画作分类的 Kaggle 比赛经验分享

本文为 AI 研习社编译的技术博客,原标题 :

Classifying Artwork Images Kaggle Competition

作者 |  Terrance Whitehurst

翻译 |  M惠M

校对 | 酱番梨        整理 | 菠萝妹

原文链接:

https://medium.com/@TerranceWhitehurst/classifying-artwork-images-kaggle-competition-8b3a98b4a341


有关艺术画作分类的 Kaggle 比赛经验分享


  源代码!

https://github.com/Terrance-Whitehurst/Keras-Art-Images-Classification/blob/master/Keras%20Artwork%20Classification.ipynb 


  概述!

在这个项目中,我将使用迁移学习和深度学习框架Keras对kaggle数据集中的不同艺术作品图像进行分类。


  你将学到什么!

  1. 使用keras库进行分类任务

  2. 使用keras进行迁移学习

  3. 数据增强

有关艺术画作分类的 Kaggle 比赛经验分享


  我们开始吧!

#1

有关艺术画作分类的 Kaggle 比赛经验分享首先导入所有的依赖项。


#2

有关艺术画作分类的 Kaggle 比赛经验分享加载了训练和验证集以及艺术图像的类别。

还设置了一些hyper参数,以便在培训和加载模型时使用。


#3

有关艺术画作分类的 Kaggle 比赛经验分享按类别将训练图像进行可视化。


#4

有关艺术画作分类的 Kaggle 比赛经验分享将来自不同类的一些图像进行可视化。


#5

有关艺术画作分类的 Kaggle 比赛经验分享使用for循环创建训练数据和测试数据。


#6

有关艺术画作分类的 Kaggle 比赛经验分享定义函数来加载数据集。


#7

有关艺术画作分类的 Kaggle 比赛经验分享

使用keras的“ImageDataGenerator()”来增强数据。然后将训练数据与扩充相匹配。


#8

有关艺术画作分类的 Kaggle 比赛经验分享这是最终模型。它是一个两层网络,有两个密集的层和一个输出层。在我们完成模型架构之后,我们还必须在培训之前编译模型。


#9

有关艺术画作分类的 Kaggle 比赛经验分享这使用数据增强创建一个生成器。接下来调用“fit_generator()”来训练模型,并添加“history”,这样就可以可视化之后的训练。


#10

有关艺术画作分类的 Kaggle 比赛经验分享使用在“fit_generator()”之前调用的“history”来查看各个时代的损失和准确性。


#11

有关艺术画作分类的 Kaggle 比赛经验分享创建一个测试集来获得预测


#12

有关艺术画作分类的 Kaggle 比赛经验分享调用“predict()”来获得预测,然后创建一个分类报告和混淆矩阵,以查看模型做得有多好!雷锋网


#13

有关艺术画作分类的 Kaggle 比赛经验分享使用“plot_model()”来获得模型架构的图像,我将在下面显示。


  结论

下面是我在这个项目中使用的可视化模型

有关艺术画作分类的 Kaggle 比赛经验分享

学习快乐!


想要继续查看该篇文章相关链接和参考文献?

长按链接点击打开或点击【有关艺术画作分类的 Kaggle 比赛经验分享】:

https://ai.yanxishe.com/page/TextTranslation/1283


AI研习社每日更新精彩内容,观看更多精彩内容:雷锋网

这5种计算机视觉技术,刷新你的世界观

迁移学习:如何将预训练CNN当成特征提取器

新手必看:深度学习是什么?它的工作原理是什么?

Python高级技巧:用一行代码减少一半内存占用


等你来译:雷锋网

预训练模型及其应用 

一文带你读懂线性分类器 

(Python)3D人脸处理工具face3d 

让你的电脑拥有“视力”,用卷积神经网络就可以!

长按图片保存图片,分享给好友或朋友圈

有关艺术画作分类的 Kaggle 比赛经验分享

扫码查看文章

正在生成分享图...

取消
相关文章