Нейросеть,обучение

[Palax 0]

Всем привет.Предо мной стоит задача распознавать  геометрические фигуры(пока что круг и квадрат).Обучил нейронную сеть на большом кол-ве данных,около 4.5тыс.При попытке распознать картинку,мне она выдает всегда одно и тоже,какую бы картинку я ему не подал.Прошу  помочь и объяснить в чем проблема.Прикрепил все что нужно,для тех кто решится помочь.

 

neuro1.rar

[idrua 8]

Нужно именно нейросетью? Дело в том, что простые геометрические фигуры можно и без нейросетей успешно детектировать.

[iskees 32]

Модель конечно странная, мало того что жутко избыточная так еще и цветная хотя примеры одноканальные.

ошибки у вас при тестировании. В этом месте 

# Преобразуем изображением в массив numpy
x = image.img_to_array(img)
x = 255 - x
#Нормализуем изображение
x = np.expand_dims(x, axis=0)

вместо x=255-x это же инвертирование у вас там нужно делить на 255 что бы привести в диапазон 0-1

x =x/255.0

x = np.expand_dims(x, axis=0) это не нормализация а просто добавление одного изменения в массив 

ну и loaded_model.compile(loss="binary_crossentropy", optimizer="adam", metrics=["accuracy"]) делать не нужно сеть же уже готовая

import numpy as np
from keras.preprocessing import image
from keras.models import model_from_json

json_file = open("D:\\neuro\\NS.json", "r")
loaded_model_json = json_file.read()
json_file.close()
loaded_model = model_from_json(loaded_model_json)
loaded_model.load_weights("D:\\neuro\\NS.h5")

img_path = 'D:\\neuro\\test\\circle\\2986.png'
img = image.load_img(img_path, target_size=(150, 150), grayscale=False)
x = image.img_to_array(img)
x =x/255.0
x = np.expand_dims(x, axis=0)
prediction = loaded_model.predict(x)
if prediction<0.5:
    print('circle')
else:
    print('square')

img_path = 'D:\\neuro\\test\\square\\2976.png'
img = image.load_img(img_path, target_size=(150, 150), grayscale=False)
x = image.img_to_array(img)
x =x/255.0
x = np.expand_dims(x, axis=0)
prediction = loaded_model.predict(x)
if prediction<0.5:
    print('circle')
else:
    print('square')

вывод:

circle
square

 

Да и число эпох сделал 10 и батчсайз 128 что бы не ждать "пол часа"

[Palax 0]

6 часов назад, idrua сказал:

Нужно именно нейросетью? Дело в том, что простые геометрические фигуры можно и без нейросетей успешно детектировать.

Да,просто я дурачек который затянул с выбором темы на курсовую работу.Вот и дали такую тему.

[Palax 0]

1 час назад, iskees сказал:

Модель конечно странная, мало того что жутко избыточная так еще и цветная хотя примеры одноканальные.

ошибки у вас при тестировании. В этом месте 

# Преобразуем изображением в массив numpy
x = image.img_to_array(img)
x = 255 - x
#Нормализуем изображение
x = np.expand_dims(x, axis=0)

вместо x=255-x это же инвертирование у вас там нужно делить на 255 что бы привести в диапазон 0-1

x =x/255.0

x = np.expand_dims(x, axis=0) это не нормализация а просто добавление одного изменения в массив 

ну и loaded_model.compile(loss="binary_crossentropy", optimizer="adam", metrics=["accuracy"]) делать не нужно сеть же уже готовая

import numpy as np
from keras.preprocessing import image
from keras.models import model_from_json

json_file = open("D:\\neuro\\NS.json", "r")
loaded_model_json = json_file.read()
json_file.close()
loaded_model = model_from_json(loaded_model_json)
loaded_model.load_weights("D:\\neuro\\NS.h5")

img_path = 'D:\\neuro\\test\\circle\\2986.png'
img = image.load_img(img_path, target_size=(150, 150), grayscale=False)
x = image.img_to_array(img)
x =x/255.0
x = np.expand_dims(x, axis=0)
prediction = loaded_model.predict(x)
if prediction<0.5:
    print('circle')
else:
    print('square')

img_path = 'D:\\neuro\\test\\square\\2976.png'
img = image.load_img(img_path, target_size=(150, 150), grayscale=False)
x = image.img_to_array(img)
x =x/255.0
x = np.expand_dims(x, axis=0)
prediction = loaded_model.predict(x)
if prediction<0.5:
    print('circle')
else:
    print('square')

вывод:

circle
square 

 

Да и число эпох сделал 10 и батчсайз 128 что бы не ждать "пол часа"

Большое спасибо вам