Proyecto Final IAO: Clasificador de Setas

Este repositorio contiene el código y los recursos del trabajo final para la asignatura de Inteligencia Artificial y Optimización (IAO). El objetivo principal del proyecto es desarrollar un sistema capaz de identificar el género de una seta a partir de una imagen.

Descripción del Proyecto

Para resolver el problema de clasificación de setas, hemos implementado y comparado dos arquitecturas de Deep Learning diferentes:

1. MobileNetV2: Utilizando técnicas de Transfer Learning sobre la red preentrenada en ImageNet. Se ha realizado un fine-tuning en dos fases para adaptar la red a nuestro dataset.
2. YOLOv8: Utilizando el modelo YOLOv8m-cls orientado a tareas de clasificación de imágenes en tiempo real.

El sistema está diseñado para distinguir entre 9 géneros de setas y cuenta con una categoría más ("otras") para descartar imágenes con baja confianza.

Contenido del Repositorio y Estructura

Qué es cada archivo y carpeta? Nota importante: La carpeta Mushrooms (con las imágenes) no se incluye en la entrega por tamaño, pero es necesaria para que todo funcione.

Estructura de Carpetas

Para que los scripts funcionen, la carpeta del proyecto debería ser algo así:

• Mushrooms/: (descargar dataset de Kaggle: https://www.kaggle.com/datasets/maysee/mushrooms-classification-common-genuss-images). Dentro debe haber una carpeta por cada tipo de seta (Agaricus, Amanita, etc.) con sus fotos. Cuidado porque descargar el dataset de Kaggle puede crear dos carpetas mushrooms/Mushrooms/Amanita.
• Mushrooms_YOLO/: al crea YOLO a partir de la anterior
• imagenet/: donde el modelo MobileNet guarda sus cosas (modelos entrenados, gráficas, logs...).
• runs/: donde YOLO guarda sus entrenamientos.
• test_results/: donde aparecen las fotos con las predicciones cuando ejecutas los tests.
• scraped_mushrooms/: Carpeta donde se descargan las imágenes raw si usas el web scraper.

Descripción de Archivos

• imagenet.py: Script principal para entrenar el modelo MobileNetV2 (TensorFlow).
• yolov8.py: Script principal para entrenar el modelo YOLOv8 (PyTorch).
• test_yolo.py y test_imagenet.py: Scripts para probar los modelos ya entrenados con imágenes nuevas.
• mushroom_cnn_train.py: Nuestro primer intento con una CNN propia desde cero (para aprender).
• scrape_mushrooms.py y config_mushrooms.py: Scripts de Web Scraping para bajar fotos de First Nature.
• data_augmentation_GAN.py: Código de GANs para generar imágenes sintéticas (no usado en el modelo final, usamos mixup y otras técnicas en imagenet y yolo en su lugar).

Requisitos e Instalación

El proyecto utiliza dos entornos de Conda separados para evitar conflictos entre TensorFlow y PyTorch. A continuación se explica para la reproducibilidad para cada uno con las versiones exactas que hemos utilizado.

1. Entorno para MobileNetV2 (iao_tf)

Este entorno utiliza Python 3.9 y TensorFlow 2.10.1 (versión específica para soporte GPU nativo en Windows). Puedes consultar la lista completa de paquetes instalados en el archivo requirements_imagenet.txt.

conda create -n iao_tf python=3.9
conda activate iao_tf

# Instalar librerías de CUDA necesarias para TensorFlow
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0

# Instalar TensorFlow y librerías de procesamiento de datos
pip install tensorflow==2.10.1
pip install matplotlib seaborn scikit-learn pandas pillow

Para ejecutar el entrenamiento:

python imagenet.py

2. Entorno para YOLOv8 (iao)

Este entorno usa Python 3.8 y PyTorch. Puedes consultar la lista completa de paquetes instalados en el archivo requirements_yolo.txt.

conda create -n iao python=3.8
conda activate iao

# Instalar PyTorch (puede que se necesite una versión específica segun la gráfica)
pip install torch torchvision

# Instalar YOLO y el resto de librerías necesarias
pip install ultralytics matplotlib seaborn scikit-learn pandas opencv-python

Para ejecutar el entrenamiento:

python yolov8.py

3. Web Scraping

Se recomienda usar un entorno con Python 3.10+ con las siguientes librerías:

pip install requests beautifulsoup4

Para ejecutar la recolección de imagenes:

python scrape_mushrooms.py

Las imagenes obtenidas se almacenarán en la carpeta ./scraped_mushrooms/

4. GAN

Se recomienda usar un entorno con Python 3.8 con las siguientes librerías:

pip install tensorflow numpy matplotlib

Es necesario que la carpeta con las imagenes y el archivo del GAN se encuentren en el mismo directorio.

Para ejecutar la generación de imágenes mediante GANs:

python data_augmentation_GAN.py

Las imagenes generadas se almacenarán en la carpeta ./mushrooms_augmented/

5. Entorno para CNN propia

Este entorno virtual usa Python 3.12. Se requiere que se instalen las librerias con las versiones que estan dentro de requirements.txt.

# Ejecutar el entrenamiento
python mushroom_cnn_train.py

# Ejecutar el test
python mushroom_cnn_test.py

Notas sobre el Entrenamiento

• Ambos scripts están configurados para usar acelerar el proceso con la GPU si está disponible (CUDA).
• Se han aplicado técnicas de Data Augmentation (rotación, mixup, cambios de color) para mejorar la generalización.
• Los resultados (accuracy, loss, matrices de confusión) se guardan automáticamente al finalizar la ejecución en sus respectivas carpetas.

Autores

Trabajo realizado por alumnos de la UC3M para la asignatura de IAO.