Esperienza di Apprendimento Automatico

Questa attività è adattata da attività create da Codeweek e concesse con licenza Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) license. È possibile trovare l’elenco originale delle attività nel loro sito web. Anche i due dataset utilizzati : Initial Training Dataset e Test dataset, sono stati creati da loro.

Utilizzeremo Google’s Teachable Machine per addestrare una macchina a classificare un’immagine come bicicletta o motocicletta. Ricapitolando, un’applicazione di apprendimento automatico deve essere addestrata e testata prima di poter essere utilizzata. Raccoglieremo e raggrupperemo immagini di esempio delle categorie che la macchina dovrà classificare, addestreremo il modello e verificheremo se classifica correttamente un insieme di immagini di esempio.

Fase 1: Raccogliere e raggruppare immagini esemplificative

1) Scarica le immagini di biciclette da qui
2) Se necessario, estrai il contenuto della cartella zip in una cartella locale del computer. Questo verrà utilizzato come set di addestramento per l’applicazione di apprendimento automatico.
3) Scarica le immagini delle moto da qui
4) Se necessario, estrai il contenuto della cartella zip in una cartella locale del computer. Questo verrà utilizzato anche come set di addestramento per l’applicazione di apprendimento automatico.
5) Scarica tutte le immagini da qui
6) Se necessario, estrai il contenuto della cartella zip in una cartella locale del computer. Questa verrà utilizzata come set di dati di prova.
7) Clicca su Google’s Teachable Machine e seleziona Progetto immagine > Modello immagine standard.
8) Sotto la voce Classe 1, fare clic su carica > scegli le immagini dai propri file > apri la cartella delle immagini delle biciclette create durante i passaggi 1 e 2 e importa tutte le immagini memorizzate.
9) Sotto la voce Classe 2, click carica > scegli le immagini dai propri file > apri la cartella delle immagini della moto creata durante i passi 3 e 4 e importa tutte le immagini memorizzate.

Fase 2: addestramento del modello

In Addestramento, fare clic su Addestra il modello. Il modello impara a classificare biciclette e motocicli. Attendere che venga visualizzato il messaggio Modello addestrato.

Si noti che non è necessario selezionare e inserire manualmente le caratteristiche di biciclette e motociclette. L’algoritmo sa come trovare le proprie caratteristiche dalle immagini!

Fase 3: Test del modello

1) In Anteprima, fare clic sulla freccia vicino alla webcam e cambiare l’input in File.
2) Fare clic su Scegli immagini dai file e scegliere un’immagine di prova memorizzata ai punti 5 e 6.
3) Scorrere verso il basso e controllare l’output.
4) È possibile ripetere l’operazione con altre immagini per confrontare le prestazioni.

Se un’immagine viene utilizzata per addestrare un classificatore, la macchina avrà già registrato l’etichetta corrispondente per quella particolare immagine. Mostrando questa immagine alla macchina durante la fase di test, non si potrà misurare la capacità di generalizzazione del modello. Per questo motivo, i dataset di test e di addestramento devono essere diversi l’uno dall’altro.

Nota: è possibile caricare le proprie immagini per l’addestramento e il test. Questa è una buona fonte di immagini gratuite.