Je suis très nouveau à l'apprentissage en profondeur et j'essaie d'obtenir une classification avec lua.Classification avec le modèle de la torche exporté de chiffres - lua 5.1
J'ai installé chiffres avec torche et Lua 5.1 et j'ai former le modèle suivant:
Après cela, je l'ai fait une classification avec le serveur chiffres pour tester la et exemple voici le résultat:
J'ai exporté le modèle et maintenant je suis en train de faire une classification avec le code Lua suivant:
local image_url = '/home/delpech/mnist/test/5/04131.png'
local network_url = '/home/delpech/models/snapshot_30_Model.t7'
local network_name = paths.basename(network_url)
print '==> Loading network'
local net = torch.load(network_name)
--local net = torch.load(network_name):unpack():float()
net:evaluate()
print(net)
print '==> Loading synsets'
print 'Loads mapping from net outputs to human readable labels'
local synset_words = {}
--for line in io.lines'/home/delpech/models/labels.txt' do table.insert(synset_words, line:sub(11)) end
for line in io.lines'/home/delpech/models/labels.txt' do table.insert(synset_words, line) end
print 'synset words'
for line in io.lines'/home/delpech/models/labels.txt' do print(line) end
print '==> Loading image and imagenet mean'
local im = image.load(image_url)
print '==> Preprocessing'
local I = image.scale(im,28,28,'bilinear'):float()
print 'Propagate through the network, sort outputs in decreasing order and show 10 best classes'
local _,classes = net:forward(I):view(-1):sort(true)
for i=1,10 do
print('predicted class '..tostring(i)..': ', synset_words[classes[i]])
end
Mais voici la sortie:
[email protected]:~/models$ lua classify.lua
==> Downloading image and network
==> Loading network
nn.Sequential {
[input -> (1) -> (2) -> (3) -> (4) -> (5) -> (6) -> (7) -> (8) -> (9) -> (10) -> output]
(1): nn.MulConstant
(2): nn.SpatialConvolution(1 -> 20, 5x5)
(3): nn.SpatialMaxPooling(2x2, 2,2)
(4): nn.SpatialConvolution(20 -> 50, 5x5)
(5): nn.SpatialMaxPooling(2x2, 2,2)
(6): nn.View(-1)
(7): nn.Linear(800 -> 500)
(8): nn.ReLU
(9): nn.Linear(500 -> 10)
(10): nn.LogSoftMax
}
==> Loading synsets
Loads mapping from net outputs to human readable labels
synset words
0
1
2
3
4
5
6
7
8
9
==> Loading image and imagenet mean
==> Preprocessing
Propagate through the network, sort outputs in decreasing order and show 5 best classes
predicted class 1: 4
predicted class 2: 8
predicted class 3: 0
predicted class 4: 1
predicted class 5: 9
predicted class 6: 6
predicted class 7: 7
predicted class 8: 2
predicted class 9: 5
predicted class 10: 3
Et cela est en fait pas le classement fourni par des chiffres ...
Demandez-vous la même pré-traitement à l'image comme ils l'ont fait pendant la formation du réseau? En soustrayant les valeurs moyennes de chaque pixel? –
Non je ne suis pas mais je d'ont savoir comment l'extraire ... dans le premier exemple https://github.com/torch/tutorials/blob/master/7_imagenet_classification/classify.lua j'ai vu qu'ils ont utilisé la propriété network.transform dans l'objet réseau chargé mais je l'ai (valeur nulle retournée ...) dans mon modèle chargé à partir de chiffres ... – CoDel
On dirait que vous devrez coder une méthode qui prétraite l'image comme il le fait à https://github.com/torch/tutorials/blob/master/7_imagenet_classification/classify.lua#L43. Ils doivent indiquer les paramètres qu'ils ont utilisés pour pré-traiter l'ensemble de données sur la page Web source où vous avez obtenu le modèle. –