Этот проект был частью моей курсовой работы в университете, в которм я прохожу обучение. Это было задание по машинному обучению, где нужно было классифицировать изображения продуктов из супермаркета на 40 категорий. Для этой цели я использовал следующее:

• Data analysis tools: pandas, numpy, matplotlib
• Библиотеки машинного обучения: tensorflow, scikit-learn
• Блокнот Jupyter для презентации работы
• Web scraping to collect the images from more than 50 supermarkets worldwide - requests, beautifulsoup, selenium

Для решения задачи классификации изображений я использовал как глубокие сверточные сети, так и трансферное обучение. После тренировки восьми моделей я выбрал лучшие из них и объединил их при помощи ансамблевых методов.
Итоговая точность составила 85%. Примеры изображений приведены ниже: