Como reconhecer números manuscritos com uma rede

1.2K views
•
May 26, 2019
by
Sandeco
YouTube video player
Como reconhecer números manuscritos com uma rede

TL;DR

Para reconhecer um número manuscrito, carregue o modelo treinado e prepare a imagem como no treinamento: tons de cinza, tamanho de 28 por 28 pixels, cores invertidas, achatamento e normalização. O exemplo converte a imagem em um vetor de 784 valores, divide as intensidades por 255 e aplica a predição para obter o dígito identificado.

Transcript

[Música] [Música] bom dia boa tarde boa noite pra você onde você estiver assistindo mais um vídeo do canal são leco hoje nós vamos fazer a parte prática pessoal a parte prática do de reconhecer números escritos à mão no vídeo passado eu mostrei como criar uma rede neural usando quedas eu penso flow para reconhecer números escritos à mão né e no fin... Read More

Key Insights

  • O modelo salvo em arquivo H5 é reutilizado para classificar imagens sem repetir o treinamento.
  • As imagens manuscritas do exemplo foram previamente redimensionadas para 28 por 28 pixels.
  • A imagem é carregada em tons de cinza antes das etapas de preparação para a rede neural.
  • A inversão das cores transforma o fundo branco em preto e o traço preto em branco na imagem.
  • A conversão para array permite representar os pixels da imagem numericamente para a rede.
  • O achatamento transforma a imagem de 28 por 28 pixels em uma entrada com 784 valores.
  • A normalização converte os pixels para float32 e divide por 255, produzindo valores de 0 a 1.
  • A predição retorna o dígito identificado, e várias imagens podem gerar vários resultados.

Explore YouTube Video Summarizer or Get YouTube Transcript Extractor

Questions & Answers

Q: Como reconhecer números escritos à mão usando o modelo Carteiro Virtual?

O reconhecimento começa com uma imagem do número manuscrito e com o modelo salvo no treinamento anterior. No exemplo, a imagem já possui 28 por 28 pixels e é carregada em tons de cinza. Em seguida, suas cores são invertidas para deixar o fundo preto e o número branco. A imagem é convertida em array, remodelada para uma linha com 784 valores e normalizada pela conversão para float32 e divisão por 255. Finalmente, o modelo carregado recebe essa entrada e retorna a classe prevista, correspondente ao dígito reconhecido.

Q: Por que inverter as cores de uma imagem antes de reconhecer o dígito?

A inversão das cores serve para aproximar a imagem manuscrita da representação utilizada no treinamento apresentado. Os números preparados pelo autor têm traços pretos sobre fundo branco, enquanto as imagens originais usadas como referência têm números brancos sobre fundo preto. Para fazer essa transformação, a demonstração utiliza a biblioteca Pillow e passa a imagem original para a operação de inversão. Depois, exibe novamente a imagem para conferir o resultado. Essa imagem invertida é a que segue para a conversão em array e para as demais etapas anteriores à predição.

Q: Como transformar uma imagem de 28 por 28 pixels na entrada da rede neural?

A demonstração primeiro converte a imagem em uma representação numérica usando a função de conversão de imagem para array do pré-processamento do Keras. Depois, verifica a estrutura desse array e aplica uma remodelagem para obter uma única linha com 784 valores, resultado da multiplicação de 28 por 28. Esse procedimento corresponde ao achatamento apresentado no treinamento anterior. Cada valor passa a representar informação de um pixel entre as características de entrada. Para o modelo utilizado, essa preparação organiza a imagem no formato que será enviado à etapa de predição.

Q: Como normalizar os pixels de uma imagem para o Carteiro Virtual?

A normalização apresentada consiste em converter os valores da imagem para float32 e, em seguida, dividir todos eles por 255. A explicação relaciona essa divisão às intensidades dos pixels em tons de cinza, obtendo valores entre 0 e 1. A operação é aplicada depois da conversão da imagem para array e do achatamento em uma linha com 784 valores. O autor também lembra que a normalização foi realizada durante o treinamento da rede. Assim, a imagem usada para reconhecimento recebe o mesmo tipo de preparação numérica descrito para os dados de treinamento.

Q: Como carregar o modelo treinado para classificar uma nova imagem?

O modelo é carregado a partir do arquivo H5 salvo ao final do trabalho anterior. A demonstração importa a função load_model do módulo de modelos do Keras associado ao TensorFlow e a utiliza para abrir o arquivo do Carteiro Virtual. O objeto carregado representa a rede neural já treinada e passa a ser utilizado para fazer a predição. Nessa etapa prática, o autor não executa outro treinamento. Ele prepara a nova imagem, carrega o modelo existente e envia a representação numérica da imagem para obter o número previsto.

Q: Como consultar o número retornado pela predição da rede neural?

A demonstração guarda o resultado da classificação em uma variável de predição e consulta sua primeira posição para obter o número identificado. Quando a imagem enviada representa o dígito 0, o valor mostrado nessa posição é 0. O autor também troca o arquivo de entrada por imagens dos números 1, 2 e 5 e executa novamente o processamento, mostrando os respectivos resultados. A explicação apresenta a saída como um vetor porque o modelo pode receber várias imagens. No exemplo com apenas uma imagem, a primeira posição contém a classificação que interessa.

Q: É possível reconhecer várias imagens de números em uma mesma predição?

Segundo a explicação da demonstração, o modelo pode produzir predições para várias imagens, retornando um vetor com os resultados correspondentes. O autor menciona o caso de enviar três imagens e receber três valores previstos. Na execução exibida, porém, ele trabalha com uma imagem por vez e consulta a primeira posição da saída. Também troca o arquivo carregado para testar outros dígitos. A possibilidade de múltiplas predições é apresentada ao explicar a estrutura do resultado, enquanto os exemplos práticos mostram classificações individuais de imagens manuscritas preparadas para a rede.

Q: Qual acurácia foi relatada para a rede usada no reconhecimento dos dígitos?

O autor relata que, ao testar o modelo produzido no vídeo anterior, a acurácia ficou aproximadamente entre 0,94 e 0,95. Ele também menciona a possibilidade de chegar a 0,99 utilizando redes convolucionais, mas a parte prática apresentada utiliza o modelo que já havia sido salvo. O objetivo da demonstração é mostrar como reconhecer novas imagens manuscritas com essa rede. Os exemplos exibem os resultados para alguns dígitos específicos, sem apresentar uma nova medição de acurácia sobre o conjunto de imagens manuscritas preparado para essa aplicação.

Summary & Key Takeaways

  • O Carteiro Virtual aplica um modelo salvo em arquivo H5 a imagens de números escritos à mão. A demonstração reutiliza a rede treinada anteriormente, sem realizar um novo treinamento.

  • As imagens de 28 por 28 pixels são carregadas em tons de cinza e têm suas cores invertidas. Depois, são convertidas em arrays, achatadas em 784 valores e normalizadas com divisão por 255.

  • O modelo recebe a imagem preparada e retorna a classe prevista. A demonstração apresenta resultados para os dígitos 0, 1, 2 e 5, além de explicar que várias imagens podem gerar um vetor de predições.


Read in Other Languages (beta)

Share This Summary 📚

Explore More Summaries from Sandeco 📚