Нейронные сети для маркировки, сжатия, эффектов и многого другого!
Вы можете прочитать статью и следить за кодом в репо:
Сортировка и маркировка фотографий (маркировка в Github Repo)
Очевидное применение ИИ в фотографии - это понимание ваших фотографий. Добавление метаданных к вашим изображениям, сортировка и маркировка изображений и, в конечном итоге, экономия вашего времени, нейронные сети можно использовать в кратчайшие сроки.
После долгого дня сбора снимков вы, вероятно, захотите оглянуться на свои изображения и просмотреть их по категориям. С помощью сверточной нейронной сети мы можем взять типичную задачу классификации и использовать ее для сортировки наших фотографий.
Вот как я использую CNN в очень немногих строках, чтобы сортировать свои фотографии после дня съемки…
Это используется вне командной строки. Я мог полностью видеть, что это служило веб-приложением для других, или как приложение Streamlit.
Сначала мы загружаем нашу модель и определяем каталоги существующих изображений и куда будут помещены отсортированные изображения ...
Теперь создадим функцию для нашего прогноза. Мы изменяем размер нашего 5568x3712 на 224x224, чтобы он был удобен для предварительно обученной модели. Преобразуем в массив, расширяем размеры и т. Д.
Наконец, мы обрабатываем наш прогноз. Создаем новую папку для категории, если ее еще нет. Помещаем изображения в соответствующую папку.
(Я сократил код, чтобы он соответствовал сути Medium .. полный рабочий код в репо.)
Начнем с несортированных изображений в папке SampleImages…
После запуска нашего скрипта и выполнения логического вывода ярлыки создадут папки для изображений, которые еще не были отсортированы. Если категория уже существует, фотография будет добавлена в эту категорию, не пытаясь создать новую папку. Вы заметите, что некоторые категории могут быть общими или неправильными, но дадут вам общее представление. Например, наш Raspberry Pi помечен как модем, а наши наручные часы - как секундомер.
Далее…
Я планирую написать статьи об остальных случаях использования фотографии. Некоторые из них включают сжатие, эффекты и масштабирование. Следите за кодом в репо.
Спасибо за прочтение!
Продолжаем разговор в комментариях ниже или в Твиттере.
