Этот проект был реализован в рамках выполнения ВКР (выпускной квалификационной работы) бакалавра.
Мне нужно было выбрать тему для ВКР, и, когда я увидел в instagram нижепредставленный ролик, сразу решил, что нужно попробовать сделать что-то подобное.
Знаний в области компьютерного зрения изначально не было, поэтому успел сделать только нейросеть-классификатор цифровых изображений мусора.
Хранится в папке "dataset". За основу был взят датасет с Kaggle. В дальнейшем я его расширил несколькими классами мусора, изображения для которых парсил из поисковиков. В итоге набор данных состоит из 10 классов:
Хранится в model.hdf5 и имеет следующую архитектуру:
График точности в процессе обучения:
Матрица ошибок после процесса обучения:
Я использовал интерпретатор Python 3.8.3.
Рекомендую использовать виртуальное окружение. Его можно создать следующей командой:
python -m venv env
Все необходимые пакеты собраны в файле requirements.txt. Перед установкой пакетов не забудьте активировать виртуальную среду. Вы можете установить пакеты одной командой:
pip install -r requirements.txt
This project was implemented as a part of the Bachelor's FQP (final qualifying work).
I had to choose a theme for the FQP, and when I saw the video below on instagram, I immediately decided that I need to try to create something similar.
Initially, I had no knowledge in the field of Computer Vision, so I managed to make only a neural network-classifier of digital images of garbage.
Stored in the "dataset" folder. Kaggle dataset was taken as a basis. Later, I expanded it with several classes of garbage, images for which I parsed from search engines. As a result, the dataset consists of 10 classes:
Stored in model.hdf5 and has the following architecture:
Accuracy graph during training:
Confusion matrix after training:
I used Python 3.8.3 interpreter.
I recommend using a virtual environment. It can be created with the following command:
python -m venv env
All required packages are collected in the requirements.txt file. Remember to activate the virtual environment before installing the packages. You can install packages with one command:
pip install -r requirements.txt