Herramienta de reconocimiento de imágenes para identificar productos del Laboratorio de Almacenamiento de la Universidad EAFIT, que tienen la particularidad de ser muy similares entre sí y dado su tamaño no es posible colocarles códigos de barras.
La arquitectura usada toma como base Inception v3 eliminando las capas superiores e inicializando sus pesos con los de ImageNet. A esta red se conecta una capa densa de 100 neuronas y sobre esta una capa Softmax de 60 salidas.
El código está dividido en los módulos: Data processing, Preprocessing, Training y Postprocessing.
En este módulo se encuentran los scripts preprocess y split_data. preprocess escala las imágenes a resolución 299x299px y split_data divide el dataset en los directorios train, dev y set.
En preprocessing se encuentra el código de los generadores usados para entrenar el modelo. En el generador de training se aplican las siguientes estrategias de Data augmentation:
- Rotation
- Shift
- Shear
- Zoom
- Horizontal and vertical flips
En este módulo se encuentra la definición del modelo y el ciclo de entrenamiento, que se realiza por 100 épocas con un Learning Rate Decay de 0.8 cada 5 iteraciones sin mejora.
Usado para procesar el vector obtenido de la capa softmax y obtener la clase predicha y una imagen de la misma.
- Juan José Suarez Estrada - jsuare32@eafit.edu.co
- Juan Manuel Ciro Restrepo - jcirore@eafit.edu.co