130 lines
5.5 KiB
Markdown
130 lines
5.5 KiB
Markdown
# Sztuczna Inteligencja
|
||
|
||
**Temat projektu:** Inteligenta Śmieciarka
|
||
|
||
**Zespół:** Kacper Borkowski, Adam Borowski, Adam Osiowy
|
||
|
||
**Podprojekt:** Adam Borowski
|
||
|
||
---
|
||
|
||
## 1. Temat podprojektu:
|
||
|
||
Celem projektu było utworzenie klasyfikatora rodzajów danych wejściowych(śmieci) na podstawie zdjęć. Do tego celu wykorzystano bibliotekę [PyTorch](https://pytorch.org/docs/stable/index.html). Cały podprojekt opiera się na utworzeniu sieci konwolucyjnej i przetworzeniu inputu przez kolejne jej warstwy.
|
||
|
||
## 2. Model sieci:
|
||
|
||
```
|
||
class Net(nn.Module): # klasa Net dziedziczaca po klasie bazowej nn.Module
|
||
def __init__(self):
|
||
super(Net, self).__init__()
|
||
self.conv1 = nn.Conv2d(3, 6, 5)
|
||
self.pool = nn.MaxPool2d(2, 2)
|
||
self.conv2 = nn.Conv2d(6, 16, 5)
|
||
self.fc1 = nn.Linear(16 * 71 * 71, 120)
|
||
self.fc2 = nn.Linear(120, 84)
|
||
self.fc3 = nn.Linear(84, 4)
|
||
|
||
def forward(self, x):
|
||
x = self.pool(F.relu(self.conv1(x)))
|
||
x = self.pool(F.relu(self.conv2(x)))
|
||
x = x.view(x.size(0), 16 * 71 * 71)
|
||
x = F.relu(self.fc1(x))
|
||
x = F.relu(self.fc2(x))
|
||
x = self.fc3(x)
|
||
return x
|
||
```
|
||
|
||
- conv1, conv2 – warstwy konwolucyjna, rozmiar filtra 5×5, posiadające 3 kanały wejściowe (RGB) i kanały wyjściowe dla następnych warstw
|
||
- pool - operacja `max-poolingu` - wyciaganie najwazniejszej informacji z zadanego obszaru obrazu
|
||
|
||
- fc1, fc2, fc3 - warstwy liniowe - `full connection layers` - w odróznieniu od warstw konwolucyjnych, każdy neuron dostaje input o neuronie z poprzedniej warstwy. W warstwie konwolucyjnej neurony wiedzą tylko o określonych neuronach z poprzedniego layera
|
||
|
||
- metoda `forward` - metoda forward określa cały przepływ(flow) inputu przez warstwy aż do outputu. W pierwszej części tensor danej wejściowej(tensor zdjęcia) przepuszczany jest przez dwie warstwy konwolucyjne i wykonywana jest na nim wcześniej wspomniana operacja `max-poolingu`. W następnej części wypłaszczamy x, wszystkie wymiary przechowujace dane obrazu – 16 kanalow o rozmiarach 71×71 rozciągamy jako jeden długi wektor. Na koniec przepuszczamy tensor przez warstwy liniowe i zwracamy output.
|
||
|
||
## 3. Trening:
|
||
|
||
```
|
||
def train():
|
||
net = Net()
|
||
trainset = torchvision.datasets.ImageFolder(
|
||
root='./resources/zbior_uczacy', transform=transform)
|
||
trainloader = torch.utils.data.DataLoader(
|
||
trainset, batch_size=1, shuffle=True, num_workers=2)
|
||
|
||
classes = ('glass', 'metal', 'paper', 'plastic')
|
||
criterion = nn.CrossEntropyLoss()
|
||
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)
|
||
|
||
for epoch in range(10):
|
||
running_loss = 0.0
|
||
for i, data in enumerate(trainloader, 0):
|
||
inputs, labels = data
|
||
optimizer.zero_grad()
|
||
outputs = net(inputs)
|
||
loss = criterion(outputs, labels)
|
||
loss.backward()
|
||
optimizer.step()
|
||
running_loss += loss.item()
|
||
if i:
|
||
print('[%d, %5d] loss: %.3f' %
|
||
(epoch + 1, i + 1, running_loss))
|
||
running_loss = 0.0
|
||
|
||
print('Finished Training')
|
||
PATH = './wytrenowaned.pth'
|
||
torch.save(net.state_dict(), PATH)
|
||
```
|
||
|
||
- na początku zainicjowano sieć, pobrano zbiór uczący i znormalizowano jego wnętrze, aby każde zdjęcie było pod postacią Tensora(tego wymaga model sieci)
|
||
- następnie zdefiniowano kryterium do wyznaczania jakości klasyfikacji zdjęć do klas i wyznaczono optymalizator(w tym przypadku SGD, moglby tez byc Adam)
|
||
- potem wchodzimy do pętli i iterujemy po data secie, pobieramy inputy, czyścimy gradienty z poprzedniej iteracji, za pomocą algorytmu propagacji wstecznej liczymy pochodne z utraconej wartości, wyswietlamy w konsoli loss z danej iteracji,
|
||
- następnie zapisujemy wytrenowany model
|
||
|
||
## 4. Przewidywanie:
|
||
|
||
```
|
||
def predict(img_path):
|
||
net = Net()
|
||
PATH = './wytrenowaned.pth'
|
||
img = Image.open(img_path)
|
||
pil_to_tensor = transforms.ToTensor()(img).unsqueeze_(0)
|
||
classes = ('glass', 'metal', 'paper', 'plastic')
|
||
net.load_state_dict(torch.load(PATH))
|
||
net.eval()
|
||
outputs = net(pil_to_tensor)
|
||
return classes[torch.max(outputs, 1)[1]]
|
||
```
|
||
|
||
- zainicjowano sieć, wczytano ścieżke, przetransformowano argument funkcji(zdjecie) do porządanego formatu
|
||
- następnie przekazano tensor jako argument do instancji klasy sieci
|
||
- w ostatnim kroku za pomocą funkcji `max` wyciągnięto największą wagę i na jej podstawie rozpoznano klasę
|
||
|
||
## 4. Integracja w projekcie:
|
||
|
||
```
|
||
for dom in obiekty["domy"]:
|
||
if dom.x == pozX and dom.y == pozY:
|
||
while dom.smieci:
|
||
smiec = dom.smieci.pop(0)
|
||
rodzaj = ""
|
||
if osoba == 'kacper':
|
||
rodzaj = kacper.przewidz(smiec)
|
||
elif osoba == 'adamB':
|
||
rodzaj = adamB.predict(smiec)
|
||
else:
|
||
rodzaj = adamO.przewidz(smiec, rfc)
|
||
|
||
if rodzaj == "paper":
|
||
obiekty["smieciarka"].dodajPapier(smiec)
|
||
elif rodzaj == "glass":
|
||
obiekty["smieciarka"].dodajSzklo(smiec)
|
||
elif rodzaj == "metal":
|
||
obiekty["smieciarka"].dodajMetal(smiec)
|
||
elif rodzaj == "plastic":
|
||
obiekty["smieciarka"].dodajPlastik(smiec)
|
||
```
|
||
|
||
- zgodnie z wybraną osobą na starcie wykonywana jest odpowiednia funkcja przewidywania na śmieciach w poszczególnych domach
|
||
- finalnie zdjęcia posortowanych śmieci znajdują się w kontenerach(folder `smieci w kontenerach`)
|