Image Classification

Ce projet de Classification d'image a été réalisé dans le cadre du cours d'Apprentissage Profond et Intelligence Artificielle de l'Ecole Centrale Lyon. Le but du projet est de développer grâce à diférents algorithmes de machine learning pour la classification d'images.

Introduction

Deux algorithmes de classification d'images sont développés dans ce projet :

• k-nearest neighbors
• Artificial Neural Network (réseau de neurones artificels)

Installation

Ce projet nécessite Python3 ainsi que les librairies suivantes :

• Numpy
• Pickle
• Matplotlib

Dataset

La base de données CIFAR-10 est utilisée dans ce projet pour entrainer et tester les algorithmes de classification. Cette base de données peut être trouvée a l'adresse suivante : https://www.cs.toronto.edu/~kriz/cifar.html.

Structure du projet

Le projet est divisé en trois sections ayant chacune un script distinct :

• lecture et préparation du dataset (code read_cifar.py)
• algorithme k-nearest neighbors (code knn.py)
• algorithme de réseau de neurones artificiels (code mlp.py)

Auteur

Oscar CHAUFOUR