Nota binaan · Goh Kun Ming
CNN Image Classification on Multi-Resolution Vegetable Dataset
AI · Projek awam
Apr 2025 – Mei 2025
Gambaran projek
Perbandingan kerja kursus bagi seni bina konvolusi, resolusi imej dan penambahan data untuk pengelasan sayur-sayuran.
Kajian pengelasan imej sayuran yang membandingkan reka bentuk rangkaian konvolusi pada dua resolusi imej dan tetapan augmentasi. Ia menggabungkan pembaikan set data, prapemprosesan berulang dan penilaian hasil eksperimen terdahulu.
Di dalam binaan ini
- Membandingkan 11 kelas sayuran menggunakan input skala kelabu 23×23 dan 101×101, dengan serta tanpa augmentasi.
- Membetulkan nama direktori pengesahan/ujian dan imej lobak merah yang tersalah lokasi menggunakan fungsi bantuan dengan mod percubaan.
- Meneroka keluarga CNN Sequential, Functional, residual, gaya Inception dan boleh pisah mengikut kedalaman.
- Mendokumenkan carian Sequential terdahulu dengan ketepatan pengesahan 0.908 serta larian berasingan dengan ketepatan ujian kira-kira 94.2%; hasil ini tidak menetapkan seni bina terbaik secara universal.
- Menambah 13 ujian pada Python 3.11 dan 3.12, dengan liputan luas 48%.
- Merekodkan bilangan pembahagian set data dan artifak kebolehulangan yang tiada, termasuk pemberat model serta perbandingan berbilang benih.