Код обучения модели классификации изображений одежды для проекта Smart Wardrobe.
Проект содержит скрипт для подготовки датасета, обучения модели EfficientNetV2B0 и экспорта результата в TFLite float16.
Скрипт рассчитан на запуск в Google Colab.
- Загружает датасет
fashion-product-images-smallс Kaggle - Распределяет изображения по классам одежды
- Создаёт train/validation split
- Обучает модель EfficientNetV2B0
- Выполняет fine-tuning модели
- Строит classification report и confusion matrix
- Экспортирует модель в
.keras - Конвертирует модель в
.tfliteдля Android-приложения - Сохраняет файл с названиями классов
- tshirt
- shirt
- sweater
- jacket
- dress
- jeans
- trousers
- shorts
- skirt
- shoes
- bag
- accessory
- Python
- Google Colab
- TensorFlow / Keras
- EfficientNetV2B0
- TensorFlow Lite
- Pandas
- NumPy
- scikit-learn
- Matplotlib
- Kaggle API
- Открыть скрипт в Google Colab.
- Загрузить свой файл
kaggle.json. - Запустить ячейку со скриптом.
- После выполнения модель и дополнительные файлы будут сохранены в Google Drive.
В репозиторий не добавляются:
kaggle.json- скачанный датасет
- подготовленная папка с изображениями
.kerasмодель.tfliteмодель- checkpoints
- training logs
Учебный ML-проект, подготовленный для интеграции модели классификации одежды в Android-приложение.