IA/classificatore_immagini
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Sistemato visualizzatore e addestrata per cifar10, ma tanto per cambiare non va

Browse Source
This commit is contained in:
mirimatcode
2025-02-24 20:52:27 +01:00
parent 5368add44c
commit 077952260a
6 changed files with 33 additions and 40 deletions
Download Patch File Download Diff File Expand all files Collapse all files

52
visualizzatore.c
View File

@@ -1,14 +1,15 @@
#include <allegro.h>
#include <time.h>
#include "percettroni.h"
#include "mnist/mnist_manager.h"
//#include "mnist/mnist_manager.h"
//CIFAR_10
/* #define IMAGE_WIDTH 32
#define IMAGE_HEIGHT 32 */
#define IMAGE_WIDTH 32
#define IMAGE_HEIGHT 32
//MNIST
#define IMAGE_WIDTH 28
#define IMAGE_HEIGHT 28
/* #define IMAGE_WIDTH 28
#define IMAGE_HEIGHT 28*/
#define SCALE_FACTOR 2
//Cavalli
@@ -33,7 +34,7 @@ void main()
init_allegro();
//get_dataset("cifar-10-batches/test_batch.bin");
set = get_dataset(file_immagini, file_label);
set = get_dataset(file_immagini);//get_dataset(file_immagini, file_label);
if (set == NULL) {
printf("Errore nel caricare il dataset\n");
return;
@@ -74,27 +75,27 @@ void init_allegro() {
}
//cifar_10
/* void carica_immagine(int indice_set)
void carica_immagine(int indice_set)
{
printf("Immagine indice: %d, categoria: %d, previsione: %d\n", indice_set, set->istanze[indice_set].categoria, prevedi(indice_set));
printf("Immagine indice: %d, categoria: %d, previsione: %d\n", indice_set, set->istanze[indice_set].classificazione, prevedi(indice_set));
for (int y = 0; y < IMAGE_HEIGHT; y++)
{
for (int x = 0; x < IMAGE_WIDTH; x++)
{
int r = set->istanze[indice_set].immagine[y * IMAGE_WIDTH + x];
int g = set->istanze[indice_set].immagine[1024 + y * IMAGE_WIDTH + x];
int b = set->istanze[indice_set].immagine[2048 + y * IMAGE_WIDTH + x];
int r = set->istanze[indice_set].dati[y * IMAGE_WIDTH + x];
int g = set->istanze[indice_set].dati[1024 + y * IMAGE_WIDTH + x];
int b = set->istanze[indice_set].dati[2048 + y * IMAGE_WIDTH + x];
putpixel(image, x, y, makecol(r, g, b));
}
}
} */
}
//MNIST
void carica_immagine(int indice_set)
/* void carica_immagine(int indice_set)
{
// Stampa informazioni sull'immagine
printf("Immagine indice: %d, valore: %d. è un 7? %d\n", indice_set, set->istanze[indice_set].categoria, prevedi(indice_set));
printf("Immagine indice: %d, valore: %d. è un 7? %d\n", indice_set, set->istanze[indice_set].classificazione, prevedi(indice_set));
// Itera su ogni pixel dell'immagine
for (int y = 0; y < IMAGE_HEIGHT; y++)
@@ -102,7 +103,7 @@ void carica_immagine(int indice_set)
for (int x = 0; x < IMAGE_WIDTH; x++)
{
// Ottieni il valore del pixel (scala di grigi, quindi un solo canale)
int gray_value = set->istanze[indice_set].immagine[y * IMAGE_WIDTH + x];
int gray_value = set->istanze[indice_set].dati[y * IMAGE_WIDTH + x];
// Converti il valore in scala di grigi in un colore RGB (r = g = b = gray_value)
int color = makecol(gray_value, gray_value, gray_value);
@@ -111,11 +112,10 @@ void carica_immagine(int indice_set)
putpixel(image, x, y, color);
}
}
}
} */
void disegna_interfaccia()
{
//printf("\tPrevisione: %d\n", previsione);
clear_to_color(buffer, makecol(255, 255, 255));
// Calcola la posizione per centrare l'immagine ingrandita
@@ -135,11 +135,6 @@ void disegna_interfaccia()
rectfill(buffer, button_x, button_y, button_x + button_width, button_y + button_height, makecol(200, 200, 200));
textout_centre_ex(buffer, font, "prossima", button_x + button_width / 2, button_y + 10, makecol(0, 0, 0), -1);
/* if(previsto == 1)
textout_centre_ex(buffer, font, "cavallo", button_x + button_width / 2, 70, makecol(0, 255, 0), -1);
else
textout_centre_ex(buffer, font, "non cavallo", button_x + button_width / 2, 70, makecol(255, 0, 0), -1); */
// Copia il buffer sullo schermo
blit(buffer, screen, 0, 0, 0, 0, 800, 600);
@@ -169,18 +164,9 @@ void evento_click_bottone(int indice_set)
int prevedi(int indice_set)
{
double **sigmoidi = (double **)malloc(sizeof(double *) * rete_neurale->size);
double **sigmoidi = elabora_sigmoidi(*rete_neurale, set->istanze[indice_set]);
sigmoidi[0] = (double *)malloc(sizeof(double) * rete_neurale->layers[0].size);
sigmoidi[0] = funzioni_attivazione_layer_byte(rete_neurale->layers[0], set->istanze[indice_set].immagine);
for (int j = 1; j < rete_neurale->size; j++)
{
sigmoidi[j] = (double *)malloc(sizeof(double) * rete_neurale->layers[j].size);
sigmoidi[j] = funzioni_attivazione_layer_double(rete_neurale->layers[j], sigmoidi[j - 1]);
}
byte output_corretto = get_out_corretto(set->istanze[indice_set].categoria);
byte output_corretto = get_out_corretto(set->istanze[indice_set].classificazione);
return previsione(sigmoidi[rete_neurale->size - 1][0]);
}