Недавно я выпустил модуль Python, iCtrainer, который позволяет пользователям легко обучать классификатор изображений.
ICtrainer имеет 3 функции.
Соберите изображения
Эта функция позволяет пользователям легко собирать изображения. Тем не менее, есть несколько вопросов по этой функции. Сначала – собирать изображение с нулевым байтом (но файл нулевого байта удаляется после завершения процесса загрузки), а изображения, собранные этой функцией, не являются лучшими для классификатора обучения изображений, поэтому пользователи должны выбирать изображения вручную. Тем не менее, я думаю, что эта функция полезна, когда люди хотят быстро загружать изображения из Интернета.
$ ictrainer --mode collect --keyword dog -n 250 $ ictrainer --mode collect --keyword cat -n 250
Изменение размера изображений
ImagerEsizer предлагает функцию изменения размера изображения. Эта функция предназначена для IAMGE, который загружается ImageCollector (первая функция), поэтому необходимо следовать DataSet/image_folder_name структура. (Эта проблема скоро будет исправлена)
$ ictrainer --mode resize --target cat --image_width 480 --image_height 320
Классификатор изображения поезда
Затем последняя функция состоит в том, чтобы обучить классификатор изображения керас. Вывод .h5 . Пользователи могут попробовать собственный классификатор с помощью тестового скрипта ( https://github.com/koji/ictrainer/tree/master/check_model ). Эта функция использует тонкую настройку с VGG16.
$ ictrainer --mode train --classes "cat" "dog" --mname "dogAndcat_"
Я планирую добавить обнаружение лица и лицо функции обрезки для обучения классификатора лица людей.
Подробности здесь https://github.com/koji/ictrainer https://pypi.org/project/ictrainer/
Оригинал: “https://dev.to/kojikanao/train-own-image-classifier-with-one-line-command-1ho8”