Dodaj 'kacperRaport.md'
raport indywidualny kacper
This commit is contained in:
parent
a4aabbc772
commit
a0c5a433fd
54
kacperRaport.md
Normal file
54
kacperRaport.md
Normal file
@ -0,0 +1,54 @@
|
|||||||
|
# Sztuczna Inteligencja
|
||||||
|
|
||||||
|
**Temat projektu:** Inteligenta Śmieciarka
|
||||||
|
|
||||||
|
**Zespół:** Kacper Borkowski, Adam Borowski, Adam Osiowy
|
||||||
|
|
||||||
|
**Podprojekt:** Kacper Borkowski
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 1. Model:
|
||||||
|
|
||||||
|
![model](resources/screenShots/kacper1.png)
|
||||||
|
|
||||||
|
- Powyższa funkcja tworzy sekwencyjny model sieci neuronowej
|
||||||
|
- Składa się on z warstw
|
||||||
|
- Warstwa Conv2D jest to warstwa splotu, stosuje ona filtr na obrazku
|
||||||
|
- Warstwa Activation jest to warstwa aktywacji wykorzystująca funkcję aktywacji, relu jest to funkcja zwracająca 0 dla x < 0 oraz x dla pozostałych argumentów; softmax to funkcja pozwalająca na poznanie rozkładu prawdopodobieństwa na kategorie
|
||||||
|
- Warstwa MaxPooling wyciąga największą wartość z wycinka obrazka, w tym przypadku z kawałka 2x2 piksele
|
||||||
|
- Warstwa Flatten spłaszcza macierz do wektorów
|
||||||
|
- Warstwa Dense to połączone ze sobą neurony
|
||||||
|
- Warstwa Dropout przepuszcza część danych, w tym przypadku 50% w celu uniknięcia przeuczenia sieci
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 2. Uczenie modelu:
|
||||||
|
|
||||||
|
![uczenie](resources/screenShots/kacper2.png)
|
||||||
|
|
||||||
|
- Model uczy się na 1599 zdjęciach śmieci podzielonych na 4 kategorie
|
||||||
|
- Wszystkie zdjęcia mają rozmiar 299x299 pikseli
|
||||||
|
- Podczas uczenia zbiór dzielony jest na paczki po 16 elementów
|
||||||
|
- Zastosowana funkcja straty to categorical_crossentropy ponieważ mamy więcej niż dwie klasy śmieci
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 2. Przewidywanie:
|
||||||
|
|
||||||
|
![przewidywanie](resources/screenShots/kacper3.png)
|
||||||
|
|
||||||
|
- Obrazki są zamieniane na macierze
|
||||||
|
- Prediction zawiera rozkład prawdopodobieństwa obrazka na kategorie
|
||||||
|
- Funkcja zwraca konkretny typ śmiecia w zależności od przewidzianego prawdopodobieństwa
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 2. Integracja w projekcie:
|
||||||
|
|
||||||
|
![integracja](resources/screenShots/kacper4.png)
|
||||||
|
|
||||||
|
- Podczas wizyty śmieciarki w domu wykonywana jest funkcja przewidzenia kategorii na każdym ze śmieci w danym domu
|
||||||
|
- Zależnie od wyniku przewidywania śmieć jest umieszczany na odpowiedniej liście śmieci w śmieciarce
|
||||||
|
- Śmieci z wszystkich list są wyładowywane na wysypisku do kontenerów odpowiadających listom
|
||||||
|
- Zdjęcia śmieci znajdują się finalnie w posortowanych folderach
|
Loading…
Reference in New Issue
Block a user