Model EfficientNet

Bu fonksiyon bloğu, görüntü sınıflandırma görevleri için EfficientNet mimarisini kullanır. Kullanıcılara EfficientNet modelinin farklı sürümlerini seçme, girdi boyutunu belirleme ve model çıktısı için bir havuzlama yöntemi seçme olanağı tanır.

📥 Girdiler

Choose Folder 2D Gereken formatta girdi görüntüleri sağlayan herhangi bir veri kaynağını bağlayın.

📤 Çıktılar

Bu fonksiyon bloğu, EfficientNet mimarisine dayanan eğitimli bir modeli çıktı olarak verir.

🕹️ Kontroller

Model Type Kullanıcıların EfficientNet modelinin (B0'dan B7'ye) çeşitli sürümlerinden birini seçmesine olanak tanıyan bir açılır menü.

Input Size Kullanıcıların giriş görüntüsünün boyutunu belirtebileceği bir alan. Minimum izin verilen değer 32'dir.

Pooling Kullanıcıların bir havuzlama yöntemini (Maksimum, Ortalama veya Hiçbiri) seçebileceği bir açılır menü.

🎨 Özellikler

Multiple Model Versions Kullanıcılar, hesaplama ihtiyaçlarına ve performans gereksinimlerine göre EfficientNet'in farklı varyantları arasından seçim yapabilir.

Flexible Input Size Giriş boyutu ayarlanabilir, bu sayede model çeşitli görüntü boyutları ile kullanılabilir.

Configurable Pooling Method Kullanıcılar, modelin çıktıdaki mekansal boyutları nasıl sıkıştıracağını seçerek model davranışını ve performansını etkileyebilir.

📝 Kullanım Talimatları

1. Connect Input: 2D görüntüler sağlayan bir kaynağı girişi bağlayın.

2. Select Model Type: Model Type açılır menüsünden EfficientNet varyantlarından birini seçin.

3. Set Input Size: Input Size alanına istenen giriş görüntüsü boyutunu girin.

4. Choose Pooling Method: Pooling açılır menüsünden uygun bir havuzlama yöntemi seçin.

5. Evaluate the Block: Belirtilen yapılandırmaya göre EfficientNet modelini hazırlamak için bloğu çalıştırın.

📊 Değerlendirme

Değerlendirildiğinde, bu fonksiyon bloğu oluşturulmuş bir EfficientNet modeli çıktı verir; bu model, daha fazla eğitim veya çıkarım görevleri için kullanılabilir.

💡 İpuçları ve Püf Noktaları

Doğru Modeli Seçme

Sınırlı hesaplama kaynaklarıyla çalışıyorsanız, daha hafif ve daha az bellek gerektiren EfficientNetB0 veya EfficientNetB1 kullanmayı düşünün.

Havuzlama Seçenekleri

Maximum havuzlama kullanmak, en yüksek detay seviyesinin korunmasının kritik olduğu görevlerde daha iyi sonuçlar verebilir. Belirli görevleriniz için en iyi sonucu bulmak için farklı havuzlama yöntemleri ile deneyler yapın.

Girdi Boyutu Dikkatleri

Girdi boyutunuzun 32'nin katı olduğundan emin olun; çünkü EfficientNet modelleri bu ölçek için optimize edilmiştir. Bir boyut olarak 256, birçok uygulama için popüler bir seçimdir.

🛠️ Sorun Giderme

Geçersiz Girdi Boyutu

Eğer girdi boyutunun geçersiz olduğu yönünde bir hata alırsanız, girilen değerin bir tam sayı olduğunu ve 32 veya daha büyük olduğunu kontrol edin.

Yanlış Görüntü Formatı

Model bir görüntü formatı hatası verirse, doğru biçimlendirilmiş RGB görüntüleri sağladığınızdan emin olun; çünkü EfficientNet yalnızca RGB girişi destekler.