یک مدل طبقه بندی تصویر بسازید

خلاصه

این الگوی کد نحوه طبقه بندی الفبای زبان اشاره آمریکایی (ASL) را با استفاده از PyTorch و شبکه های یادگیری عمیق توضیح می دهد. از یک مدل از پیش آموزش دیده از باغ وحش مدل PyTorch استفاده می کند و آخرین قسمت شبکه را دوباره آموزش می دهد.

توضیحات:

الگوی کد از PyTorch برای ساخت و آموزش یک مدل یادگیری عمیق استفاده می کند تا تصاویر را به 29 کلاس طبقه بندی کند (26 الفبای ASL، فاصله، دل و هیچ چیز)، که می تواند بعدا برای کمک به افراد کم شنوا برای برقراری ارتباط با دیگران نیز استفاده شود. مانند کامپیوترها این الگو از یک شبکه تلفن همراه از قبل آموزش دیده استفاده می کند، یک طبقه بندی کننده را تعریف می کند و آن را به شبکه متصل می کند. سپس این طبقه بندی کننده را به همراه برخی از آخرین بلوک های شبکه در مجموعه داده آموزش می دهد. این الگو از محیط Python و GPU در IBM® Watson™ Studio برای آموزش سریعتر استفاده می کند، که به شما امکان می دهد مدل خود را دانلود، کاوش، ساخت و آموزش دهید. بیشتر بدانید محیط های موجود استودیو Watson.

پس از تکمیل این الگو، متوجه می شوید که چگونه:

• یک مجموعه داده از Kaggle دریافت کنید
• کاوش داده ها و تعریف ترانسفورماتور برای پیش پردازش تصاویر قبل از آموزش
• طبقه بندی کننده ای تعریف کنید که لایه خروجی 29 خروجی داشته باشد
• آخرین بلوک های شبکه را به همراه طبقه بندی کننده ای که تعریف شده است آموزش دهید
• مدل آموزش دیده را تست کنید

جریان

1. وارد استودیو Watson شوید.
2. اعتبارنامه Kaggle API خود را دریافت کنید.
3. نوت بوک Jupyter را در استودیو Watson اجرا کنید.

دستورالعمل ها

مراحل دقیق را در صفحهی راهنمای ترجمهها فایل. این مراحل نشان می دهد که چگونه:

1. برای استودیو Watson ثبت نام کنید.
2. یک پروژه جدید ایجاد کنید.
3. نوت بوک را ایجاد کنید.
4. نوت بوک را اجرا کنید.
5. مدل خود را تست کنید

منبع: https://developer.ibm.com/patterns/build-an-american-sign-anguage-alphabet-classifier-using-pytorch-and-gpu-environments-on-watson-studio/