انواع روش های کلاسبندی تصاویر با یادگیری ماشین در پایتون

انواع روش های کلاسبندی تصاویر با یادگیری ماشین در پایتون

  buy_icon  

یکی از جذاب ترین حوزه های هوش مصنوعی کلاسبندی تصاویر یا به بیان دیگر تشخیص تصاویر است. تشخیص چهره یا شی هم از این مقوله به حساب می آید که البته جزییات آن یک مقدار تفاوت می کند. دسته بندی تصاویر به معنای این است که به سیستم آموزش دهیم که بتواند فرق دو تصویر از دو کلاس مختلف را متوجه بشود. برای مثال برای تفکیک تصاویر چهره و خودرو، باید یک مجموعه ای از تصاویر از این دو دسته به همراه برچسب های آن ها به مدل یادگیری ماشین بدهیم و مدل پس از آموزش قادر است که یک تصویر ورودی را به یکی از کلاس های مذکور مرتبط سازد. حال می توان در این مورد جزیی شد، یعنی پس از اینکه توانستیم تشخیص دهیم یک تصویر خودرو است، مدل را به گونه ای آموزش دهیم که بتواند بگوید چه مدل خودرو است. طبیعتا در این حالت هم نیاز به مجموعه ای تصاویر خودرو در مدل های مختلف است تا سیستم ما به خوبی آموزش  ببیند.

به طور کلی می توان گفت که سه رویکرد برای کلاسبندی تصاویر وجود دارد. در حالت اول تصویر را به صورت یک بردار در می آوریم. به بیان دقیق تر هر پیکسل از تصویر را به عنوان یک ویژگی از تصویر در نظر می گیریم و بعد آن را به مدل یادگیری ماشین می دهیم (این مدل می تواند یک روش معمولی مثل SVM یا شبکه های عصبی باشد). البته می توان قبل از دادن ورودی یک عمل کاهش بعد هم روی داده اعمال کرد. حالت دوم که قسمت مهم آن مربوط به بینایی ماشین می باشد، به این صورت است که ابتدا با استفاده از روش های پردازش تصویر، ویژگی های مربوط با ظاهر و بافت تصویر را استخراج کرده و پارامترهای آن را به عنوان ویژگی به مدل می دهیم. برای مثال یک روش برای تشخیص تومور سینه، این است که با استفاده از بینایی ماشین تومور سگمنت بندی شود و بعد پارامترهای ظاهری مثل مساحت تومور، ابعاد آن، محیط و… به عنوان ویژگی (یا بعد) به مدل داده می شود. در نهایت سومین روش که پیشرفته ترین و موثر ترین روش برای کار با تصاویر است، استفاده از شبکه های عصبی کانولوشنال می باشد. این شبکه ها که جز یادگیری عمیق محسوب می شوند، تصاویر را به همان صورت اولیه یعنی ماتریس دو بعدی دریافت می کنند و عمل استخراج ویژگی را در درون خودشان انجام می دهند و نیازی به کارهای اضافی دیگر نیست. برای عمیق تر شدن در این مبحث و کار با مثال ها و پروژه های مختلف، می توانید مجموعه یادگیری ماشین و داده کاوی با پایتون را تهیه کنید.

 

 

در صورت استفاده از مطالب این سایت لطفا به سایت ارجاع دهید

دیدگاه شما

( الزامي )

(الزامي)