TensorFlow ve CNN ile Görüntü Sınıflandırma

Hayriye Anıl
2 min readFeb 24, 2021

--

Yapay zeka, gelecekteki tahminleri bildirmek amacıyla bilgileri kullanılabilecek şekilde işlemek için algoritmalar oluşturmaya odaklanan bir bilim alanıdır. Makine öğrenimi, bir algoritmaya geçmiş deneyimlerden öğretmeye odaklanan yapay zekanın bir alt kümesidir. Derin öğrenme ise, makine öğrenimi fikrini daha da ileri götürür; makine öğreniminin bir alt kümesi olarak, ham verilerdeki yararlı kalıpları otomatik olarak çıkarmak için sinir ağlarını kullanmaya ve ardından bu görevi gerçekleştirmeyi öğrenmek için bu kalıpları veya özellikleri kullanmaya odaklanır.

Derin öğrenme, fotoğraflar ve videoların işlenmesi, yüzleri veya nesneleri algılama, görüntüleri sınıflandırma, sağlık sektöründe hastaların görüntüleri ve taramaları (tomografi, MR gibi) ile meme kanseri, cilt kanseri gibi teşhisleri tahmin etmede görsel ipuçlarını kullanmasına izin veren bilgisayar görme algoritmaları ve uygulamalarını yeni bir evreye taşıyor.

Bilgisayar görme gibi yapay zeka destekli algoritmalar oluşturmak için, buna uygun araçları nasıl kullanacağımızı anlamamız gerekir. Bu araçlardan biri olan TensorFlow, makine öğrenimi ve derin öğrenme için popüler bir açık kaynaklı kütüphanedir.

Coursera’da DeepLearning.AI topluluğu tarafından oluşturulan “Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning” kursunda öğrendiklerimden yola çıkarak, TensorFlow ile görüntü tanıma ve işlem problemlerinde kullanılan bir tür yapay sinir ağı olan Evrişimsel Sinir Ağları (Convolutional Neural Networks (CNN)) kullanarak Google Colab üzerinden kedi ya da köpek görüntü sınıflandırma projesi yaptım. Bu projede adım adım, konuyla ve kaynak kod ile ilgili notlarımı Google Colab dokümantasyonunda toparladım.

Github hesabımda yayınladığım projeye aşağıdaki linkten ulaşabilirsiniz.

REFERANSLAR

--

--