Problem koji je rešavan je obučavanje konvolucione neuronske mreže za klasifikaciju vrste životinje sa slike. Implementirana je sekvencijalna neuronska mreža sa 9 skrivenih slojeva, koja treba da raspozna izmedju mačke, psa i divlje životinje.
Rešenje je implementirano u python programskom jeziku uz pomoć sledećih biblioteka: numpy, matplotlib, Pillow, keras, cv2.
Podaci su preuzeti sa sledećeg linka: https://www.kaggle.com/datasets/andrewmvd/animal-faces Ovaj dataset se sastoji od 16130 slika u 3 klase(psi, mačke, divlje životinje). Pošto dataset sadrži samo podatke za trening i evaulaciju, programski je podeljen training set na train-test prema odnosu 90%-10%. Slike su originalno veličine 512x512, ali su programski skalirane na 32x32 radi bolje izgradnje modela i konzistentnosti slika u slučaju drugačijih veličina test slika. Za trening i test ima ukupno 14630 slika, dok za validaciju ima 1500.
- Potrebno je kreirati virtuelno okruzenje komandom py -m venv venv
- Nakon kreiranje virtuelnog okruzenja potrebno ga je i aktivirati komandom venv/Scripts/activate
- Nakon uspesne aktivacije potrebno je instalirati biblioteke navedene ispod komandom pip install naziv_biblioteke
Biblioteke: numpy, scikit-learn, keras, cv2, Pillow, matplotlib,
- Nakon sto su sve biblioteke implementirane moze se pokrenuti projekat komandom py code/main.py
Pre pokretanja imate izbor da otkomentarisete kod ako hocete da istrenirate model, ili da ga ostavite zakomentarisano kako bi on ucitao prethodno sacuvan model sa oko 95% tacnosti.
Kada se pokrene program i ucita model, izlazice vam 10 random slika iz test skupa na ekranu, koje kada se zatvore daju ispis u konzolu koji predstavlja pretpostavku modela o kojoj je zivotinji rec.
