Проект

по
“Откриване на знания в данни”,

летен семестър 2016/2017

Спас Кючуков, ФН 25432

Мария Паскова, ФН 25311

Димитър Чаушев, ФН 25336

Класификация на изображения

Данните

Cifar10 - 60 000 цветни изображения с размер 32 x 32

https://www.cs.toronto.edu/~kriz/cifar.html

Формат на данните

• 5 множества за трениране по 10000 изображения
• 1 множество за тестване от 10000 изображения
   
• В тестовото множество има точно по 1000 изображения от всеки клас
• Обучителните са по-разнообразни
   
• Всеки пример е вектор с дължина 3072
  • 32 x 32 = 1024 пиксела x 3 цвята = 3072

Подходи

• constant
• random
   
• единичен байт, най-чест клас
• 1NN
   
• CNN с TensorFlow
• MobileNet
   
• k-Means

k Nearest Neigbors

k = 1

Each image is represented as a point in the 3072 dimension space.

For each point we want to classify, we search it's nearest neighbor and assign it the same class.

Distance is measured by L1 distance:

Precision: 30%

Convolutional Neural Network with TensorFlow

Input:

• original images
• distorted images
  • randomly cropped 24x24 pixels
  • randomly flipped from left to right
  • random distortion of the brightness
  • random distortion of the contrast

The process pipeline includes:

convolution and rectified linear activations, max pooling and local response normalization

Convolutional Neural Network with TensorFlow

Precision: 86.8%

MobileNet

Базира се на разделима по дълбочина конволюция

Постигнати резултати

• constant, random - 10%
• единичен байт, най-чест клас - 18% (байт 2072)
  
  
• kNN, k = 1 - 30%
• CNN с TensorFlow - 86.8% след 75 120 епохи
• MobileNet - 64.9% след 31758 епохи
• MobileNet - 81.9% след 65000 епохи
• k-Means - не показа добри клъстери (съвпадащи с действителните класове)

Въпроси?