Лабораторная работа "Свёрточные нейронные сети"

Задание

1. Решить задачу классификации пород кошек и собак на основе датасета Pet Faces.
2. Решить задачу классификации пород кошек и собак на основе датасета [Oxford Pets] с использованием Transfer Learning.
3. Обучить автоэнкодер или генеративно-состязательную сеть для генерации изображений лиц домашних животных.

Отчёт оформляйте в файле REPORT.md.

1. Pet Faces

Датасет Pet Faces представляет собой множество изображений 13 пород кошек и 23 пород собак, по 200 изображений на каждую породу. Изображение центрированы и уменьшены до небольшого размера.

Вам необходимо обучить свёрточные нейронные сети для решения двух задач классификации:

• Определение кошки или собаки
• Определение породы кошки или собаки

В обоих случаях вам необходимо самостоятельно придумать архитектуру сети, реализовать предобработку входных данных, разделить данные на обучающий и тестовый датасеты с сохранением пропорции по каждому из классов (stratified split).

Для загрузки датасета используйте следующий код:

!wget http://www.soshnikov.com/permanent/data/petfaces.tar.gz
!tar xfz petfaces.tar.gz
!rm petfaces.tar.gz

В качестве результата необходимо:

• Посчитать точность классификатора на тестовом датасете
• Посчитать точность двоичной классификации "кошки против собак" на тестовом датасете
• Построить confusion matrix
• [На хорошую и отличную оценку] Посчитать top-3 accuracy
• [На отличную оценку] Выполнить оптимизацию гиперпараметров: архитектуры сети, learning rate, количества нейронов и размеров фильтров.

Решение оформите в файле Faces.ipynb.

2. Oxford Pets и Transfer Learing

Решить задачу классификации пород кошек и собак на основе датасета Oxford-IIIT.

Используйте оригинальный датасет Oxford Pets и предобученные сети VGG-16/VGG-19 и ResNet для построения классификатора пород.

В качестве результата необходимо:

• Обучить три классификатора пород: на основе VGG-16/19 и на основе ResNet.
• Посчитать точность классификатора на тестовом датасете отдельно для каждого из классификаторов, для дальнейших действий выбрать сеть с лучшей точностью
• Посчитать точность двоичной классификации "кошки против собак" такой сетью на тестовом датасете
• Построить confusion matrix
• [На отличную оценку] Посчитать top-3 и top-5 accuracy

Решение оформите в файле Pets.ipynb.

3. Генерация изображений

Натренируйте генеративную модель - автоэнкодер или генеративно-состязательную сеть для генерации изображений животных. Используйте один из датасетов на выбор: Pet Faces или полноценный Oxford Pets. Рекомендуется начинать экспериментировать с изображениями небольшого размера - 64x64 пикселя, и затем посмотреть, получится ли увеличить размер до 128x128 или 256x256.

Это задание сложнее предыдущих, поэтому делайте его все вместе!