Clasificación de Imágenes con Vision Transformer
Hecho por Luciano Vidal
En este repositorio se incluyen los distintos códigos utilizados para la implementación, entrenamiento y prueba del sistema de clasificación.
Este repositorio contiene los siguientes archivos:
- YogaDataset.py: código de python que permite leer la base de datos Yoga-84, permitiendo asignar la clase de las imagenes segun el nivel de jerarquía deseado.
- vit_model: código de python con todos los bloques que permiten la construcción del Vision Transformer utilizado para clasificar.
- train.py: código con las funciones utilizadas para realizar el entrenamiento del modelo y mostrar los resultados obtenidos.
- Notebooks/: directorio que contiene los seis notebooks en los cuales se realizaron los 6 entrenamientos solicitados, tanto los entrenamiento desde cero como utilizando transfer learning.
- demo/: directorio que contiene 6 imágenes de prueba cuyo nombre refleja la clase a la que pertenecen y un notebook que permite probar los resultados del modelo entrenado al utilizar 6 clases. Importante notar que este notebook está diseñado para ejecutarse de forma independiente y secuencial en Google Colab.