Genetic Algorithm (Генетический алгоритм) — Распознавание изображения 4x4

Данный проект реализует обучение простейшего персептрона с помощью генетического алгоритма для распознавания одного конкретного черно-белого изображения размером 4x4 пикселя.

📦 Установка и запуск

1. Убедитесь, что у вас установлен uv. Если не установлен, то есть подробная простая инструкция на сайте uv :

2. После установки выполните данный команды запустив powershell из рабочей папки (открыть папку проекта и в пути (там где C:/...) ввести powershell):

   uv sync
   uv lock

3. Укажите своё целевое изображение в Data/correct_img.py:

   My_img = np.array(
   [1, 0, 0, 1,
   1, 0, 0, 0,
   0, 0, 0, 1,
   1, 0, 0, 1], dtype=np.uint8)  # 1 — чёрный, 0 — белый
   NET = 0.4  # Пороговое значение активации

4. При необходимости измените параметры в main.py:

    # Параметры
    POPULATION_SIZE = 50 # Сколько будет хромосом в эпохе
    EPOCH = 500 # Количество эпох для обучения, но может найти лучший вес раньше и остановит обучение
    MUTATION_RATE = 0.3 # Вероятность мутаций
    SHOW = False # False - короткая информация для поколений, True - подробная информация для поколений
    CHECK_RESULTS_ON = True # Falase - не проверяет в конце результат, True - идёт проверка веса на идеальность
    STATS_SHOW = True # False - не отображает график в конце, True - отображает график обучения в конце. Если True, то не забудьте закрыть окно с графиком для окончания работы программы
    PAR = int(len(population)*0.2) # Изменять коэффициент от 0.0 до 1.0. Определяет сколько процентов популяции будет скрещиваться

5. Запустите основной скрипт обучения через uv:

   uv run main

🧠 После обучения

1. Итоговые веса сохраняются в:

   Data/Save_weights/best_weights.txt
   

   Каждую 10-ую эпоху сохраняется лучший вес в checkpoint_weights.txt

2. Для распознавания своих изображений:

   • Поместите PNG-файлы (размер 4x4, черно-белые) в папку:

     Data/Pictures_for_recognize
     

   • Запустите визуализацию и распознавание:

     uv run Recognize_app.py

   • Стрелками на клавиатуре (влево, вправо) переключайтесь между изображениями

   При этом вы увидите результат активации, сравнение с порогом и визуальное окно с переключением между картинками (по клавишам ← и →). Ваша картинка будет добавлена автоматически, но важно убедиться что нет её дубликатов, в вашем исходном датасете.

3. Вы можете посмотреть сохранённый график и мета данные об обучении в "Data/Statistic/Graphs" и "Data/Statistic/Metadata". Названия файлов привязаны к времени запуска обучения и создаются только после обучения

✅ Проверка корректности весов

Если вы поместили свою правильную картинку в папку и после распознавания активировалась только одна картинка (и она верная) — значит весовая конфигурация подходит. В ином случае — стоит переобучить.

---

Разработано для учебных целей. Все веса и параметры можно свободно настраивать. Поставьте пожалуйста звезду, если вам помогла данная программа ⭐