imageclassification
1.0.0
การสาธิต colab ขั้นพื้นฐาน
ในรหัสนี้เราจะใช้ตัวจําแนกรูปภาพพื้นฐาน:
ในรหัสนี้เราจะโหลดเครือข่ายการจำแนกรูปภาพที่ผ่านการฝึกอบรม
จากนั้นใช้ เครือข่ายที่ผ่านการฝึกอบรม การสกัดคุณลักษณะ และ การสร้างภาพ จะดำเนินการผ่าน T-SNE
ในการเรียนรู้การถ่ายโอนเราต้องการใช้ประโยชน์จากความรู้ที่เรียนรู้โดยงานแหล่งที่มาเพื่อช่วยในการเรียนรู้งานเป้าหมายอื่น ตัวอย่างเช่นเครือข่ายการจำแนกภาพที่ได้รับการฝึกฝนมาอย่างดีและได้รับการฝึกฝนมาอย่างดีสามารถใช้ประโยชน์ได้สำหรับงานที่เกี่ยวข้องกับเป้าหมายของภาพอื่น อีกตัวอย่างหนึ่งความรู้ที่เรียนรู้จากเครือข่ายที่ผ่านการฝึกอบรมเกี่ยวกับสภาพแวดล้อมจำลองสามารถถ่ายโอนไปยังเครือข่ายสำหรับสภาพแวดล้อมจริง โดยทั่วไปมีสองสถานการณ์พื้นฐานสำหรับการเรียนรู้เครือข่ายประสาท
ตัวอย่างที่รู้จักกันดีสำหรับการเรียนรู้การถ่ายโอนคือการโหลดเครือข่าย VGG การจำแนกขนาดใหญ่ที่ผ่านการฝึกอบรมแล้วซึ่งสามารถจำแนกภาพเป็นหนึ่งใน 1,000 คลาสและใช้สำหรับงานอื่นเช่นการจำแนกภาพการแพทย์พิเศษ
เครื่องมือค้นหารูปภาพ: โดยทั่วไปแล้วเครื่องมือค้นหามักจะใช้การสืบค้นและส่งคืนผลลัพธ์ เครื่องมือค้นหารูปภาพใช้อิมเมจอินพุตเป็นแบบสอบถามรูปภาพจากนั้นเครื่องมือค้นหาภาพจะค้นหาภาพ "คล้ายกัน" ภายในฐานข้อมูลที่จัดทำดัชนีและส่งคืนเป็นผลการค้นหา วิธีการวัดความคล้ายคลึงกันระหว่างสองภาพ?
