Computer Science Image Classification প্রজেক্ট গাইড ও নোট

Image Classification প্রজেক্ট: কুকুর এবং বিড়াল চিহ্নিতকরণ

প্রজেক্ট বর্ণনা: এই প্রজেক্টে কুকুর এবং বিড়ালের ইমেজ ডেটাসেট ব্যবহার করে একটি মেশিন লার্নিং মডেল তৈরি করা হবে, যা নতুন ইমেজ দেখে কুকুর বা বিড়াল শনাক্ত করতে সক্ষম হবে। Image Classification প্রজেক্টের জন্য এটি একটি খুবই জনপ্রিয় এবং কার্যকর উদাহরণ।

প্রয়োজনীয় টুল এবং লাইব্রেরি

• Python: প্রোগ্রামিং ল্যাঙ্গুয়েজ হিসেবে।
• TensorFlow/Keras: মডেল তৈরির জন্য।
• OpenCV এবং Pillow: ইমেজ প্রি-প্রসেসিংয়ের জন্য।
• Matplotlib: ডেটা ভিজ্যুয়ালাইজেশনের জন্য।

ধাপ ১: ডেটাসেট সংগ্রহ এবং লোড

ডেটাসেট: Dogs vs Cats Kaggle Dataset

ডেটাসেট ডাউনলোড করার পর train ফোল্ডারে প্রায় ২৫,০০০টি ইমেজ থাকবে, যার মধ্যে কুকুর এবং বিড়ালের ইমেজগুলো আলাদা করা আছে।

import os
import numpy as np
import matplotlib.pyplot as plt
from tensorflow.keras.preprocessing.image import ImageDataGenerator

# ডেটাসেটের অবস্থান নির্ধারণ
train_dir = '/path/to/dataset/train'

# ইমেজ ডেটা ভিজ্যুয়ালাইজেশন
sample_image = plt.imread(os.path.join(train_dir, 'cat.0.jpg'))
plt.imshow(sample_image)
plt.title("Sample Image: Cat")
plt.show()

ধাপ ২: ডেটা প্রি-প্রসেসিং

ImageDataGenerator ব্যবহার করে ইমেজগুলো প্রি-প্রসেস করা হবে, যাতে মডেল ট্রেনিংয়ের সময় রোটেশন, স্কেলিং ইত্যাদি করে ইমেজগুলোর ভেরিয়েশন বাড়ানো যায়।

# ImageDataGenerator ব্যবহার করে ডেটা অগমেন্টেশন
train_datagen = ImageDataGenerator(
    rescale=1.0/255,         # পিক্সেল ভ্যালু ০ থেকে ১ এর মধ্যে নিয়ে আসা
    rotation_range=20,       # রোটেশন অগমেন্টেশন
    width_shift_range=0.1,   # চিত্রে শিফট করা
    height_shift_range=0.1,
    shear_range=0.1,
    zoom_range=0.1,
    horizontal_flip=True,
    fill_mode='nearest'
)

train_generator = train_datagen.flow_from_directory(
    train_dir,
    target_size=(150, 150),  # ইমেজ সাইজ নির্ধারণ
    batch_size=32,
    class_mode='binary'
)

ধাপ ৩: মডেল তৈরি করা

Convolutional Neural Network (CNN) ব্যবহার করে একটি মডেল তৈরি করা হবে, যা ইমেজ ক্লাসিফিকেশনের জন্য কার্যকর।

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense, Dropout

# CNN মডেল তৈরি
model = Sequential([
    Conv2D(32, (3, 3), activation='relu', input_shape=(150, 150, 3)),
    MaxPooling2D(2, 2),
    Conv2D(64, (3, 3), activation='relu'),
    MaxPooling2D(2, 2),
    Conv2D(128, (3, 3), activation='relu'),
    MaxPooling2D(2, 2),
    Flatten(),
    Dense(512, activation='relu'),
    Dropout(0.5),
    Dense(1, activation='sigmoid')  # Sigmoid ব্যবহৃত কারণ এটি বাইনারি ক্লাসিফিকেশন
])

# মডেল কম্পাইল
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])

# মডেল সারাংশ
model.summary()

ধাপ ৪: মডেল ট্রেনিং

মডেল ট্রেনিং করার জন্য model.fit ফাংশন ব্যবহার করা হবে।

# মডেল ট্রেনিং করা
history = model.fit(
    train_generator,
    steps_per_epoch=100,
    epochs=10,
    validation_data=validation_generator,
    validation_steps=50
)

ধাপ ৫: মডেলের পারফরম্যান্স মূল্যায়ন

মডেলের পারফরম্যান্স ভিজ্যুয়ালাইজ করতে ট্রেনিং এবং ভ্যালিডেশন একুরেসি এবং লস দেখানো হবে।

# একুরেসি এবং লস গ্রাফ
plt.plot(history.history['accuracy'], label='Train Accuracy')
plt.plot(history.history['val_accuracy'], label='Validation Accuracy')
plt.title('Model Accuracy')
plt.xlabel('Epoch')
plt.ylabel('Accuracy')
plt.legend()
plt.show()

plt.plot(history.history['loss'], label='Train Loss')
plt.plot(history.history['val_loss'], label='Validation Loss')
plt.title('Model Loss')
plt.xlabel('Epoch')
plt.ylabel('Loss')
plt.legend()
plt.show()

ধাপ ৬: মডেল টেস্টিং

একটি নতুন ইমেজে কুকুর বা বিড়াল শনাক্ত করতে model.predict ব্যবহার করা হবে।

from tensorflow.keras.preprocessing import image

def predict_image(img_path):
    img = image.load_img(img_path, target_size=(150, 150))
    img_array = image.img_to_array(img)
    img_array = np.expand_dims(img_array, axis=0) / 255.0
    prediction = model.predict(img_array)
    if prediction[0] > 0.5:
        print("Prediction: Dog")
    else:
        print("Prediction: Cat")

# একটি ইমেজে প্রেডিকশন
predict_image('/path/to/test_image.jpg')

ধাপ ৭: মডেল সংরক্ষণ করা

মডেল ট্রেনিং সম্পন্ন হলে ভবিষ্যতে ব্যবহারের জন্য মডেল সংরক্ষণ করা যাবে।

# মডেল সংরক্ষণ
model.save('cat_dog_classifier.h5')

প্রজেক্টের সম্ভাব্য উন্নয়ন

1. অভিনব মডেল আর্কিটেকচার: আরও জটিল মডেল আর্কিটেকচার যেমন ResNet, VGG ব্যবহার করা।
2. Hyperparameter Tuning: ট্রেনিং প্যারামিটার যেমন learning rate, batch size ইত্যাদি পরিবর্তন করে একুরেসি বৃদ্ধি করা।
3. Transfer Learning: Pre-trained মডেল (যেমন InceptionV3, VGG16) ব্যবহার করে আরও কার্যকর ফলাফল অর্জন করা।
4. Edge Deployment: মোবাইল ডিভাইসে TFLite বা CoreML ব্যবহার করে মডেল ডেপ্লয় করা।

উপসংহার

এই প্রজেক্টের মাধ্যমে Image Classification মডেল তৈরি, ট্রেনিং, এবং টেস্টিংয়ের প্রক্রিয়া শেখা যাবে। এটি মেশিন লার্নিং-এর মূল কনসেপ্ট যেমন CNN, ডেটা অগমেন্টেশন এবং মডেল সংরক্ষণ সম্পর্কে ধারণা দিতে সহায়ক। Image Classification প্রজেক্টের মাধ্যমে AI এবং মেশিন লার্নিং প্র্যাকটিসে দক্ষতা বাড়ানো সম্ভব।