Форум сайта python.su
Имеется 1000 картинок размером 100х100, которые относятся к классу а
Имеется 5000 картинок, которые к классу a не относятся
Цветовая гамма одинаковая, перепутать картинку нужного класса визуально невозможно
Думаю что подойдет самый простой какой только бывает классификатор изображений
Я смотрел примеры на гитхабе, но так и не понял как скормить папку с правильными изображениями нейросети чтобы нейросеть научилась отличать их от неправильных.
На гитхабе все таки не самый простой классификатор, а какие то плюшки, про которые там и написано в README.txt
Офлайн
doublecmdдайте эти картинки
Имеется 1000 картинок размером 100х100, которые относятся к классу а
Имеется 5000 картинок, которые к классу a не относятся
Офлайн
doublecmdНикак. Чтобы обучить алгоритм скормить надо все а не только первый класс.
но так и не понял как скормить папку с правильными изображениями нейросети чтобы нейросеть научилась отличать их от неправильных
Офлайн
Вот такие картинки
https://www.sendspace.com/file/gcgq08
Офлайн
doublecmdвот вам простейший персептрон
Вот такие картинки
from PIL import Image import numpy as np def pil_to_np(img_file): """ конвертирует изображение в numpy.array :param img_file: файл изображения :return: np.array """ im = Image.open(img_file).convert('1').point(lambda i: 0 if i == 255 else 255) return np.array(im, int) class Perceptron: def __init__(self): self.weights = np.zeros((100, 100), int) self.bias = 10000 def is_valid(self, img): """ определяет нужную картинку :param img: изображение конвертированное в numpy.array :return: bool True если картинка подходит """ return np.sum(img * self.weights) > self.bias def load_learn(self, learn_file): self.weights = np.load(learn_file) # pt = Perceptron() pt.load_learn('learn.npy') # im = pil_to_np('images/valid/1.png') res = pt.is_valid(im) print(f'изображение то что нужно => {res}')
Прикреплённый файлы:
learn.npy (39,2 KБ)
Офлайн