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

ottimizzato il codice, messo relu(ma non attivato), pronto per prossima sessione di test

Browse Source
This commit is contained in:
mirimatcode
2025-02-22 18:48:02 +01:00
parent 67dfb2fe92
commit daa34cb8bc
9 changed files with 170 additions and 88 deletions
Download Patch File Download Diff File Expand all files Collapse all files

55
visualizzatore.c
View File

@@ -1,7 +1,6 @@
#include <allegro.h>
#include <time.h>
#include "percettroni.h"
#include "mnist/mnist_manager.h"
//CIFAR_10
/* #define IMAGE_WIDTH 32
@@ -17,8 +16,8 @@
BITMAP *buffer;
BITMAP *image;
int *previsto;
ReteNeurale *rete_neurale;
Dataset *set;
ReteNeurale rete_neurale;
Dataset set;
void init_allegro();
@@ -33,26 +32,42 @@ void main()
init_allegro();
//get_dataset("cifar-10-batches/test_batch.bin");
set = get_dataset(file_immagini, file_label);
if (set == NULL) {
Dataset *set_appoggio = get_dataset(file_immagini, file_label);
if (set_appoggio == NULL) {
printf("Errore nel caricare il dataset\n");
return;
}
set = *set_appoggio;
rete_neurale = caricaReteNeurale(file_pesi);
if (rete_neurale == NULL) {
ReteNeurale *rete_appoggio = caricaReteNeurale(file_pesi);
if (rete_appoggio == NULL) {
printf("Errore nel caricare il modello\n");
return;
}
rete_neurale = *rete_appoggio;
int indice_set = rand() % set->size;
free(set_appoggio);
free(rete_appoggio);
//Trasformo tutto in 0 e 1
/* for(int indice_immagine = 0; indice_immagine < set.size; indice_immagine++) {
for(int indice_byte = 0; indice_byte < N_INPUTS; indice_byte++) {
if(set.istanze[indice_immagine].dati[indice_byte] == 0)
set.istanze[indice_immagine].dati[indice_byte] = 0;
else
set.istanze[indice_immagine].dati[indice_byte] = 255;
}
} */
int indice_set = rand() % set.size;
// Carica la prima immagine
carica_immagine(indice_set);
while(!key[KEY_ESC]) {
disegna_interfaccia();
indice_set = rand() % set->size;
indice_set = rand() % set.size;
evento_click_bottone(indice_set);
rest(10);
}
@@ -94,7 +109,7 @@ void init_allegro() {
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 +117,7 @@ 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);
@@ -169,20 +184,12 @@ void evento_click_bottone(int indice_set)
int prevedi(int indice_set)
{
double **sigmoidi = (double **)malloc(sizeof(double *) * rete_neurale->size);
double **sigmoidi = elabora_funzioni_attivazione(rete_neurale, set.istanze[indice_set], 2);
byte output_corretto = get_out_corretto(set.istanze[indice_set].classificazione);
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);
return previsione(sigmoidi[rete_neurale->size - 1][0]);
return previsione(sigmoidi[rete_neurale.size - 1][0]);
}
byte get_out_corretto(byte categoria) {