पायथन का उपयोग करके कन्वोल्यूशन का परिचय

इस लेख में, हम पायथन 3.x या उससे पहले के संस्करण में कन्वोल्यूशन के बारे में जानेंगे। यह लेख न्यूरल नेटवर्क और फीचर एक्सट्रैक्शन के अंतर्गत आता है।

पसंदीदा IDE - जुपिटर नोटबुक

पूर्वापेक्षाएँ - Numpy इंस्टॉल्ड, Matplotlib इंस्टॉल्ड

इंस्टॉलेशन

>>> pip install numpy
>>> pip install matplotlib

कन्वोल्यूशन

कन्वोल्यूशन एक प्रकार का ऑपरेशन है जिसे इमेज पर फीचर्स निकालने के लिए किया जा सकता है, एक छोटे कंटेनर को कर्नेल/कोऑर्डिनेट कंटेनर कहा जाता है, जैसे स्लाइडिंग विंडो को इमेज पर लागू करके। कन्वोल्यूशनल कोऑर्डिनेट कंटेनर में मानों के आधार पर, हम इमेज से विशिष्ट पैटर्न/फीचर्स निकाल सकते हैं। यहां, हम उपयुक्त कोऑर्डिनेट कंटेनर्स का उपयोग करके इमेज में क्षैतिज और लंबवत एंडपॉइंट्स का पता लगाने के बारे में जानेंगे।

अब आइए व्यावहारिक कार्यान्वयन देखते हैं।

उदाहरण

import numpy as np
from matplotlib import pyplot

# इमेज इनिशियलाइज़ करना
img1 = np.array([np.array([100, 100]), np.array([80, 80])])
img2 = np.array([np.array([100, 100]), np.array([50, 0])])
img3 = np.array([np.array([100, 50]), np.array([100, 0])])

coordinates_horizontal = np.array([np.array([3, 3]), np.array([-3, -3])])
print(coordinates_horizontal, 'is a coordinates for detecting horizontal end points')
coordinates_vertical = np.array([np.array([3, -3]), np.array([3, -3])])
print(coordinates_vertical, 'is a coordinates for detecting vertical end points')

# यह मौलिक गुणन के बाद जोड़ होगा
def apply_coordinates(img, coordinates):
    return np.sum(np.multiply(img, coordinates))

# img1 विज़ुअलाइज़ करना
pyplot.imshow(img1)
pyplot.axis('off')
pyplot.title('sample 1')
pyplot.show()

# इमेज1 में क्षैतिज और लंबवत फीचर्स की जांच
print('Horizontal end points features score:', apply_coordinates(img1, coordinates_horizontal))
print('Vertical end points features score:', apply_coordinates(img1, coordinates_vertical))

# img2 विज़ुअलाइज़ करना
pyplot.imshow(img2)
pyplot.axis('off')
pyplot.title('sample 2')
pyplot.show()

# इमेज2 में क्षैतिज और लंबवत फीचर्स की जांच
print('Horizontal end points features score:', apply_coordinates(img2, coordinates_horizontal))
print('Vertical end points features score:', apply_coordinates(img2, coordinates_vertical))

# img3 विज़ुअलाइज़ करना
pyplot.imshow(img3)
pyplot.axis('off')
pyplot.title('sample 3')
pyplot.show()

# इमेज1 में क्षैतिज और लंबवत फीचर्स की जांच
print('Horizontal end points features score:', apply_coordinates(img3, coordinates_horizontal))
print('Vertical end points features score:', apply_coordinates(img3, coordinates_vertical))

आउटपुट

निष्कर्ष

इस लेख में, हमने पायथन 3.x या उससे पहले के संस्करण में कन्वोल्यूशन का परिचय और इसके कार्यान्वयन के बारे में सीखा।