Рет қаралды 830
Обучаем и тестируем в Yandex DataSphere ML-модель бинарной классификации изображений.
Мы будем относить каждой изображение к одной из двух категорий. В нашем случае это - легковой автомобиль и все остальное. Одним из основных сценариев обучения передаче данных является использование сети, предварительно обученной на большом наборе данных (изображений). В примере используется подход Convolutional Neural Network (CNN) под названием ResNet50, предварительно обученный на наборе данных ImageNet, который содержит 1,2 миллиона изображений, которые разнесены по 1000 категорий. Сначала вы удалите последний сетевой слой, чтобы создать визуальные элементы изображений. Затем вы будете использовать эти функции для обучения boosted decision tree для классификации изображений как pass (автомобиль) или неудачных (в нашем наборе автобусы). Вы будете использовать в Keras с CNTK-toolkit в качестве CNN и LightGBM для бинарной классификации.
Исходники тут: github.com/Max...