alexshapran-as / imageclassifiercifar10

ОИРС. Домашнее задание №3. Классификация изображений

Нейросеть ршает задачу классификации изображений по следующим категориям:

• самолеты
• автомобили
• грузовики
• корабли
• птицы
• кошки
• олени
• собаки
• лягушки
• лошади

Для обучения нейронной сети использовался датасет CIFAR-10 — 60 тысяч изображений. Размер изображений — 32 × 32 пикселя. Поддержка этого датасета включена в Keras. Для повышения качества обучения сети из каждого изображения в датасете создаются дополнительные изображения со случайными сдвигами, поворотами и отражениями по горизонтали.

Архитектура

1. Первые два слоя - это сверточные слои.

Для первого слоя:

• количество каналов (фильтров): 32
• размер фильтра: 3x3
• функция активации: relu
• отступы: same - без изменения изображения

Для второго слоя:

• количество каналов (фильтров): 32
• размер фильтра: 3x3
• функция активации: relu

2. Объединение слоев с исключением в 0.25
3. Два сверточных слоя:

Для первого слоя:

• количество каналов (фильтров): 64
• размер фильтра: 3x3
• функция активации: relu
• отступы: same - без изменения изображения

Для второго слоя:

• количество каналов (фильтров): 64
• размер фильтра: 3x3
• функция активации: relu

4. Объединение слоев с исключением в 0.25
5. Сжатие данных
6. Первый плотно связанный слой:

• количество нейронов: 512
• функция активации: relu

7. Исключение в 0.5
8. Плотно связанный слой:

• количество нейронов: 10
• функция активации: softmax

9. Компиляция модели

Пример работы обученной сети: