Cats_and_Dogs_Classification_Conv2d

Nous avons mis en place un modele de CNN (Convolution Neural Network) ou (Reseaux de neurones a convolutions), pour classifier les Chats et les Chiens.

• Lien du dataset : https://www.kaggle.com/tongpython/cat-and-dog
• dataset -> train_set

•                 -> cats 
  

•                 -> dogs
  

•        test_set
  

•                 -> cats 
  

•                 -> dogs
  

Nous traiterons de vrais fichiers d'images, et NON de tableaux numérisés. Ce qui signifie qu'une grande partie de ce processus consistera à apprendre à travailler et à traiter de grands groupes de fichiers d'images. Il y a trop de données pour qu'elles tiennent en mémoire sous forme de tableau numérique, nous devrons donc les introduire par lots (Batch) dans notre modèle.

Demarche

• 1 Visualisation des images
• 2 Nombre d'images (train->4000 et test->4000)
• 3 Taille des images en moyenne : (356,409,3)
• 4 Manipulation et generation d'images : (ImageDataGenerator, flow_from_directory)
• 5 Creation de modele : Avec une architecture CNN
• Total params: 2,424,065
• Trainable params: 2,424,065
• Non-trainable params: 0

Evaluation

• Loss : 0.32
• Score : 0.86