classification คือ การแบ่งข้อมูลออกเป็นหมวดหมู่ (categories) โดยกระบวนการของ classification
และ Image Classification คือการที่เอารูปมาจำแนกแบ่งเป็นหมวดหมู่ต่างๆโดยให้คอมพิวเตอร์เรียนรู้รูปเหล่านั้น
ในครั้งนี้เราจะ Classification ทั้งหมด 4 หมวดหมู่คือ แอปเปิ้ล อะโวคาโด กล้วย และมะเฟือง
เรามาเริ่มทำกันเลยดีกว่า
เริ่มแรกเรามาสร้าง Dataset ทั้งหมด 4 อัน
รวบรวมเสร็จแล้วเรามาทำกันเลยยยยยย
เช็ค GPU ก่อนเลยนะจ๊ะ
ต่อมาทำการ import ให้เรียบร้อย
config ให้ Tensorflow ทำงานด้วยคำสั่งนี้ และที่สำคัญมากๆๆๆๆๆๆๆๆ Tensorflow ต้องเป็น version 2.3.0 ขึ้นไปนะจ๊ะ 2.1.0 ทำไม่ได้(ลองมาแล้ว)
เตรียมชุดข้อมูล
ทำการเรียกไฟล์และนับDataset ที่ใช้งาน จากโค้ดเรามีใช้งาน 107 รูป
เตรียม DATASET
Batch_size เป็นการกำหนดขนาดของแต่ละการอ่านข้อมูลครับ
img_height ความสูงของรูปภาพแต่ละรูป
img_width ความกว้างของรูปภาพแต่ละรูป
Train
แบ่ง Dataset มาเพื่อ Train 80% และแบ่ง 20% ไปใช้ในการ Validate
ผลลัพธืที่ได้ก็ดังรูปด้านบนเลยค่ะ
ต่อมามาดู Dataset กันดีกว่า
และทำการ import และแสดงรูปภาพที่อยูใน Dataset ออกมา
ออกมาละ
เช็ค Dataset อีกทีก่อนน
Normalization
เพื่อที่จะให้ข้อมูลเหมาะกับแนวคิด CNN ต้องเอารูปมา Normalization ก่อน
Model
num_class คือ จำนวนผลไม้ทั้งหมด 4 ชนิด
epochs คือ จำนวนคั้งที่เราจะ Train
เช็คความแม่นยำกันสักหน่อย
SAVE MODEL
LOAD MODEL
ออกมาเป็นการฟได้ดังนี้
PREDICTION
มาพยากรณ์กันดีกว่า ในที่นี้เราใช้ภาพแอพเปิ่ลที่save ไว้เป็น model ในการพยากรณ์นะ
Path ที่ใช้ก็บบรรดทัดที่ยาวที่สุดเลย
สำเร็จออกมาเป็น Apple ดังที่หวังไว้แล้ววววว
จบแล้ว ขอบคุณค่ะ