README.md

a-large-scale-fish-dataset-with-ANN

AKbank Deep Learning Ödevi-a-large-scale-fish-dataset-with-ANN

Balık Türü Sınıflandırma Projesi

Bu proje, derin öğrenme yöntemlerini kullanarak balık türlerini sınıflandırmak amacıyla geliştirilmiştir.

Kullanılan Kütüphaneler

Gerekli tüm Python kütüphaneleri yüklenmiştir:

• TensorFlow
• Pandas
• NumPy
• Matplotlib
• Seaborn

Kurulum

pip install tensorflow pandas numpy matplotlib seaborn

Veri Seti Hazırlığı

Kaggle'dan büyük ölçekli bir balık veri seti kullanılıyor. Görüntü dosyalarının yolları ve etiketleri toplanıp bir Pandas DataFrame'e aktarılıyor.

Veri Görselleştirme

Veri setindeki balık türlerinin görselleri görselleştiriliyor ve etiketlerin dağılımı bir çubuk grafikle gösteriliyor.

Görüntülerin İşlenmesi

Görseller yeniden boyutlandırılıyor (225x225) ve normalize ediliyor.

Veri Bölünmesi

Veri seti eğitim, doğrulama ve test setlerine ayrılıyor.

Veri Artırma

Eğitim seti üzerinde görüntülerin dönüş, kaydırma ve yatay çevirme gibi işlemlerle artırma uygulanıyor.

One-Hot Encoding

Etiketler sayısal verilere dönüştürülüyor.

Modelin Tanımlanması

İki gizli katman içeren bir sinir ağı oluşturuluyor. Model, 256 ve 128 nöronlu katmanlar ile oluşturulmuş ve Dropout katmanları ile aşırı öğrenmeyi engelliyor.

Modelin Eğitimi

Model, categorical_crossentropy kaybı ve accuracy metriği ile eğitim alıyor. Eğitim esnasında modelin doğrulama doğruluğu ve kaybı her epoch sonunda raporlanıyor.

Sonuçlar

Modelin doğrulama doğruluğu ilk başlarda %36 iken, 17. epoch sonunda %89 doğruluğa ulaşmıştır.Bu değere 89-93 arasında değişmektedir.