Met het programma Orange kan je eenvoudig een proces definiëren om beeldinformatie te classificeren. Het is in dit geval uitgeprobeerd op de Mixed Dataset die gebruikt is om het AI model te trainen.

Het toegepaste proces is hierboven weergegeven, met aan de rechterkant het resultaat van (een subset) van de classificatie.

De classificatie vind plaats op basis van een clustering techniek, en het resultaat is een diagram dat de resulterende groepering aangeeft in een boomdiagram. door delen te selecteren (blauw) filter je de weergegeven beelden: de beelden zijn dus binnen de blauwe, geselecteerde cluster.

Je kunt je natuurlijk afvragen hoe nauwkeurig die modellen zijn. Ook daarvoor is de uitkomst gegeven. In dit geval – zie bovenstaande figuur – is dat beter dan 91,5% correct.

De clustering zelf is een ander verhaal; je kunt het niveau van de clusters (en daarmee het aantal verschillende clusters) kiezen. De keuze hangt af van het gebruiksdoel en de precisie die je daarbij nodig hebt.

Dit was een eerste test, en om alle ins en outs te doorgronden is nog een berg werk te verrichten. Maar het ziet er veelbelovend uit! 😊

Bijvoorbeeld;

Hierboven een afbeelding van het programma: in Orange werkt dit proces life! Je hoeft verder niets te programmeren, alleen op de icoontjes klikken om jouw selectie te maken!…

---

Een data-set om te testen:

---

En een Orange-applicatiefile zoals hierboven weergegeven, om mee te testen …