{ "cells": [ { "cell_type": "markdown", "metadata": {}, "source": [ "# Prosty Klasyfikator Obrazów\n", "\n", "Ten notebook pokazuje, jak klasyfikować obrazy za pomocą wstępnie wytrenowanej sieci neuronowej.\n", "\n", "**Czego się nauczysz:**\n", "- Jak załadować i używać wstępnie wytrenowanego modelu\n", "- Przetwarzanie obrazów\n", "- Dokonywanie predykcji na obrazach\n", "- Zrozumienie wyników pewności\n", "\n", "**Przypadek użycia:** Identyfikacja obiektów na obrazach (np. \"kot\", \"pies\", \"samochód\" itd.)\n", "\n", "---\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "## Krok 1: Importowanie wymaganych bibliotek\n", "\n", "Zaimportujmy potrzebne narzędzia. Nie martw się, jeśli jeszcze nie rozumiesz wszystkich!\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "# Core libraries\n", "import numpy as np\n", "from PIL import Image\n", "import requests\n", "from io import BytesIO\n", "\n", "# TensorFlow for deep learning\n", "try:\n", " import tensorflow as tf\n", " from tensorflow.keras.applications import MobileNetV2\n", " from tensorflow.keras.applications.mobilenet_v2 import preprocess_input, decode_predictions\n", " print(\"✅ TensorFlow loaded successfully!\")\n", " print(f\" Version: {tf.__version__}\")\n", "except ImportError:\n", " print(\"❌ Please install TensorFlow: pip install tensorflow\")" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "## Krok 2: Załaduj wstępnie wytrenowany model\n", "\n", "Użyjemy **MobileNetV2**, sieci neuronowej już wytrenowanej na milionach obrazów.\n", "\n", "To nazywa się **Transfer Learning** - korzystanie z modelu wytrenowanego przez kogoś innego!\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "print(\"📦 Loading pre-trained MobileNetV2 model...\")\n", "print(\" This may take a minute on first run (downloading weights)...\")\n", "\n", "# Load the model\n", "# include_top=True means we use the classification layer\n", "# weights='imagenet' means it was trained on ImageNet dataset\n", "model = MobileNetV2(weights='imagenet', include_top=True)\n", "\n", "print(\"✅ Model loaded!\")\n", "print(f\" The model can recognize 1000 different object categories\")" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "## Krok 3: Funkcje pomocnicze\n", "\n", "Stwórzmy funkcje do ładowania i przygotowywania obrazów dla naszego modelu.\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def load_image_from_url(url):\n", " \"\"\"\n", " Load an image from a URL.\n", " \n", " Args:\n", " url: Web address of the image\n", " \n", " Returns:\n", " PIL Image object\n", " \"\"\"\n", " response = requests.get(url)\n", " img = Image.open(BytesIO(response.content))\n", " return img\n", "\n", "\n", "def prepare_image(img):\n", " \"\"\"\n", " Prepare an image for the model.\n", " \n", " Steps:\n", " 1. Resize to 224x224 (model's expected size)\n", " 2. Convert to array\n", " 3. Add batch dimension\n", " 4. Preprocess for MobileNetV2\n", " \n", " Args:\n", " img: PIL Image\n", " \n", " Returns:\n", " Preprocessed image array\n", " \"\"\"\n", " # Resize to 224x224 pixels\n", " img = img.resize((224, 224))\n", " \n", " # Convert to numpy array\n", " img_array = np.array(img)\n", " \n", " # Add batch dimension (model expects multiple images)\n", " img_array = np.expand_dims(img_array, axis=0)\n", " \n", " # Preprocess for MobileNetV2\n", " img_array = preprocess_input(img_array)\n", " \n", " return img_array\n", "\n", "\n", "def classify_image(img):\n", " \"\"\"\n", " Classify an image and return top predictions.\n", " \n", " Args:\n", " img: PIL Image\n", " \n", " Returns:\n", " List of (class_name, confidence) tuples\n", " \"\"\"\n", " # Prepare the image\n", " img_array = prepare_image(img)\n", " \n", " # Make prediction\n", " predictions = model.predict(img_array, verbose=0)\n", " \n", " # Decode predictions to human-readable labels\n", " # top=5 means we get the top 5 most likely classes\n", " decoded = decode_predictions(predictions, top=5)[0]\n", " \n", " # Convert to simpler format\n", " results = [(label, float(confidence)) for (_, label, confidence) in decoded]\n", " \n", " return results\n", "\n", "\n", "print(\"✅ Helper functions ready!\")" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "## Krok 4: Testowanie na przykładowych obrazach\n", "\n", "Spróbujmy sklasyfikować kilka obrazów z internetu!\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "# Sample images to classify\n", "# These are from Unsplash (free stock photos)\n", "test_images = [\n", " {\n", " \"url\": \"https://images.unsplash.com/photo-1514888286974-6c03e2ca1dba?w=400\",\n", " \"description\": \"A cat\"\n", " },\n", " {\n", " \"url\": \"https://images.unsplash.com/photo-1552053831-71594a27632d?w=400\",\n", " \"description\": \"A dog\"\n", " },\n", " {\n", " \"url\": \"https://images.unsplash.com/photo-1511919884226-fd3cad34687c?w=400\",\n", " \"description\": \"A car\"\n", " },\n", "]\n", "\n", "print(f\"🧪 Testing on {len(test_images)} images...\")\n", "print(\"=\" * 70)" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "### Klasyfikuj Każdy Obraz\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "for i, img_data in enumerate(test_images, 1):\n", " print(f\"\\n📸 Image {i}: {img_data['description']}\")\n", " print(\"-\" * 70)\n", " \n", " try:\n", " # Load image\n", " img = load_image_from_url(img_data['url'])\n", " \n", " # Display image\n", " display(img.resize((200, 200))) # Show smaller version\n", " \n", " # Classify\n", " results = classify_image(img)\n", " \n", " # Show predictions\n", " print(\"\\n🎯 Top 5 Predictions:\")\n", " for rank, (label, confidence) in enumerate(results, 1):\n", " # Create a visual bar\n", " bar_length = int(confidence * 50)\n", " bar = \"█\" * bar_length\n", " \n", " print(f\" {rank}. {label:20s} {confidence*100:5.2f}% {bar}\")\n", " \n", " except Exception as e:\n", " print(f\"❌ Error: {e}\")\n", "\n", "print(\"\\n\" + \"=\" * 70)" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "## Krok 5: Wypróbuj własne obrazy!\n", "\n", "Zamień poniższy URL na dowolny URL obrazu, który chcesz sklasyfikować.\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "# Try your own image!\n", "# Replace this URL with any image URL\n", "custom_image_url = \"https://images.unsplash.com/photo-1472491235688-bdc81a63246e?w=400\" # A flower\n", "\n", "print(\"🖼️ Classifying your custom image...\")\n", "print(\"=\" * 70)\n", "\n", "try:\n", " # Load and show image\n", " img = load_image_from_url(custom_image_url)\n", " display(img.resize((300, 300)))\n", " \n", " # Classify\n", " results = classify_image(img)\n", " \n", " # Show results\n", " print(\"\\n🎯 Top 5 Predictions:\")\n", " print(\"-\" * 70)\n", " for rank, (label, confidence) in enumerate(results, 1):\n", " bar_length = int(confidence * 50)\n", " bar = \"█\" * bar_length\n", " print(f\" {rank}. {label:20s} {confidence*100:5.2f}% {bar}\")\n", " \n", " # Highlight top prediction\n", " top_label, top_confidence = results[0]\n", " print(\"\\n\" + \"=\" * 70)\n", " print(f\"\\n🏆 Best guess: {top_label} ({top_confidence*100:.2f}% confident)\")\n", " \n", "except Exception as e:\n", " print(f\"❌ Error: {e}\")\n", " print(\" Make sure the URL points to a valid image!\")" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "## 💡 Co się właśnie wydarzyło?\n", "\n", "1. **Załadowaliśmy wstępnie wytrenowany model** - MobileNetV2 został wytrenowany na milionach obrazów\n", "2. **Przetworzyliśmy obrazy** - Zmieniliśmy ich rozmiar i sformatowaliśmy je dla modelu\n", "3. **Model dokonał predykcji** - Wyprowadził prawdopodobieństwa dla 1000 klas obiektów\n", "4. **Zdekodowaliśmy wyniki** - Przekształciliśmy liczby na czytelne dla człowieka etykiety\n", "\n", "### Zrozumienie wyników pewności\n", "\n", "- **90-100%**: Bardzo pewny (niemal na pewno poprawny)\n", "- **70-90%**: Pewny (prawdopodobnie poprawny)\n", "- **50-70%**: Średnio pewny (może być poprawny)\n", "- **Poniżej 50%**: Mało pewny (niepewny)\n", "\n", "### Dlaczego predykcje mogą być błędne?\n", "\n", "- **Nietypowy kąt lub oświetlenie** - Model był trenowany na typowych zdjęciach\n", "- **Wiele obiektów** - Model oczekuje jednego głównego obiektu\n", "- **Rzadkie obiekty** - Model zna tylko 1000 kategorii\n", "- **Niska jakość obrazu** - Rozmazane lub pikselowe obrazy są trudniejsze do analizy\n", "\n", "---\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "## 🚀 Kolejne kroki\n", "\n", "1. **Wypróbuj różne obrazy:**\n", " - Znajdź obrazy na [Unsplash](https://unsplash.com)\n", " - Kliknij prawym przyciskiem myszy → „Kopiuj adres obrazu”, aby uzyskać URL\n", "\n", "2. **Eksperymentuj:**\n", " - Co się dzieje z abstrakcyjną sztuką?\n", " - Czy potrafi rozpoznać obiekty z różnych perspektyw?\n", " - Jak radzi sobie z wieloma obiektami?\n", "\n", "3. **Dowiedz się więcej:**\n", " - Odkryj [lekcje o widzeniu komputerowym](../lessons/4-ComputerVision/README.md)\n", " - Naucz się trenować własny klasyfikator obrazów\n", " - Zrozum, jak działają CNN (Konwolucyjne Sieci Neuronowe)\n", "\n", "---\n", "\n", "## 🎉 Gratulacje!\n", "\n", "Właśnie stworzyłeś klasyfikator obrazów, wykorzystując najnowocześniejszą sieć neuronową!\n", "\n", "Ta sama technika jest wykorzystywana w:\n", "- Google Photos (organizacja zdjęć)\n", "- Samochodach autonomicznych (rozpoznawanie obiektów)\n", "- Diagnostyce medycznej (analiza zdjęć rentgenowskich)\n", "- Kontroli jakości (wykrywanie wad)\n", "\n", "Kontynuuj eksplorację i naukę! 🚀\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "\n---\n\n**Zastrzeżenie**: \nTen dokument został przetłumaczony za pomocą usługi tłumaczeniowej AI [Co-op Translator](https://github.com/Azure/co-op-translator). Chociaż dokładamy wszelkich starań, aby tłumaczenie było precyzyjne, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w jego rodzimym języku powinien być uznawany za wiarygodne źródło. W przypadku informacji krytycznych zaleca się skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z korzystania z tego tłumaczenia.\n" ] } ], "metadata": { "kernelspec": { "display_name": "Python 3", "language": "python", "name": "python3" }, "language_info": { "codemirror_mode": { "name": "ipython", "version": 3 }, "file_extension": ".py", "mimetype": "text/x-python", "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", "version": "3.8.0" }, "coopTranslator": { "original_hash": "1d472141d9df46b751542b3c29f88677", "translation_date": "2025-10-03T11:45:13+00:00", "source_file": "examples/03-image-classifier.ipynb", "language_code": "pl" } }, "nbformat": 4, "nbformat_minor": 4 }