Недавно я только что закончил проект по созданию модели для классификации изображений предметов моды по их типу статьи с использованием глубоких сверточных нейронных сетей. Взяв свой набор данных из Kaggle, я обучил свою окончательную модель с 17 000 изображений 8 классов. В целом, я многому научился в процессе, в том числе стандартным соглашениям для построения слоев в CNN, методам регуляризации и следуя систематическому прогрессу эксперимента, чтобы работать над наилучшей моделью. В итоге мне удалось добиться точности теста 0,9138 при входных размерах 80x60x3.
Кратко о том, как выглядит модель:
Если хотите узнать больше, вот краткий отчет о проекте.
Для более подробного ознакомления с процессом, пожалуйста, прочитайте блокноты на Github здесь или в приложении к отчету.
