PyTorch, open-source okvir za strojno učenje, stječe popularnost zbog svoje jednostavnosti i lakoće upotrebe u aplikacijama za duboko učenje. Modna industrija stručnjaci mogu koristiti PyTorch za prepoznavanje trendova i stilova, preporučivanje odjevnih kombinacija, pa čak i predviđanje uspjeha stilova u nadolazećim sezonama. U ovom ćemo članku podijeliti kako implementirati jednostavan modna analiza koristeći PyTorch.
Definicija problema
Naš cilj je analizirati skup podataka slika, od kojih svaka predstavlja različite odjevne predmete, i upotrijebiti PyTorch za izgradnju modela dubokog učenja koji može kategorizirati te slike u različite stilove i trendove. Čineći to, cilj nam je identificirati istaknute trendove u modnoj industriji i kombinacije odjevnih predmeta koji dobro funkcioniraju zajedno.
Postavljanje okoline
Da bismo započeli, morat ćemo imati Piton i PyTorch instaliran na našem sustavu. Uz to, koristit ćemo torchvision, paket koji sadrži popularne skupove podataka, arhitekture modela i uobičajene transformacije slike za računalni vid.
pip install torch torchvision
S ovim instaliranim paketima sada možemo početi rješavati problem.
Skup podataka i učitavač podataka
U ovom ćemo članku koristiti FashionMNIST skup podataka, koji je popularan skup podataka za klasifikaciju slika i dostupan putem torchvisiona. Skup podataka sadrži 60,000 10,000 slika za obuku i 10 XNUMX slika za testiranje, a svaka slika predstavlja odjevne predmete XNUMX različitih klasa.
from torchvision import datasets, transforms
transform = transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.5,), (0.5,))
])
train_data = datasets.FashionMNIST(root="./data", train=True, download=True, transform=transform)
test_data = datasets.FashionMNIST(root="./data", train=False, download=True, transform=transform)
Moramo se i postaviti Učitavači podataka za učinkovito učitavanje i prethodnu obradu slika skupa podataka.
from torch.utils.data import DataLoader train_loader = DataLoader(train_data, batch_size=64, shuffle=True) test_loader = DataLoader(test_data, batch_size=64, shuffle=False)
Arhitektura modela
Zatim ćemo definirati naš model dubokog učenja, koji će biti a Konvolucijska neuronska mreža (CNN). CNN je prikladan za analizu slika jer može naučiti složene obrasce i strukture unutar modnih podataka.
import torch.nn as nn
import torch.nn.functional as F
class FashionModel(nn.Module):
def __init__(self):
super(FashionModel, self).__init__()
self.conv1 = nn.Conv2d(1, 32, 3, padding=1)
self.conv2 = nn.Conv2d(32, 64, 3, padding=1)
self.pool = nn.MaxPool2d(2, 2)
self.fc1 = nn.Linear(64*7*7, 128)
self.fc2 = nn.Linear(128, 10)
def forward(self, x):
x = self.pool(F.relu(self.conv1(x)))
x = self.pool(F.relu(self.conv2(x)))
x = x.view(-1, 64*7*7)
x = F.relu(self.fc1(x))
x = F.log_softmax(self.fc2(x), dim=1)
return x
model = FashionModel()
Obuka i evaluacija
Sada ćemo trenirati model koristeći unakrsni gubitak entropije i stohastički gradijentni pad (SGD) kao naš optimizator. Zatim ćemo procijeniti model na testnom skupu podataka kako bismo provjerili njegovu izvedbu.
import torch.optim as optim
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.9)
epochs = 10
for epoch in range(epochs):
running_loss = 0.0
for inputs, labels in train_loader:
optimizer.zero_grad()
outputs = model(inputs)
loss = criterion(outputs, labels)
loss.backward()
optimizer.step()
running_loss += loss.item()
print(f"Epoch {epoch + 1}, Loss: {running_loss / len(train_loader)}")
correct = 0
total = 0
with torch.no_grad():
for inputs, labels in test_loader:
outputs = model(inputs)
_, predicted = torch.max(outputs.data, 1)
total += labels.size(0)
correct += (predicted == labels).sum().item()
print(f"Accuracy: {correct / total * 100}%")
S ovim modelom i postupkom obuke možemo postići impresivan točnost na skupu testnih podataka, što nam omogućuje prepoznavanje i kategorizaciju različitih stilova i trendova u modnoj industriji.
