使用卷积神经网络开发图像分类模型

1047521767

                                                   使用卷积神经网络开发图像分类模型
简介

. e2 v1 v7 \! j( K这篇文章是关于卷积网络、它的工作和组件: 在本文中，我们将使用卷积神经网络执行图像分类，并详细了解所有步骤。因此，如果你对此不熟悉，请继续阅读。
. S( ^: o$ E) f3 I/ g( n
. h. l0 ^6 q, y+ P' r' f& C简而言之，CNN 是一种深度学习算法，也是适用于图像和视频的神经网络类型之一。我们可以从 CNN 中实现各种功能，其中一些是图像分类、图像识别、目标检测、人脸识别等等。

& u( k8 S) n3 }$ q$ N& I  b" ^今天，我们将对CIFAR10 数据集执行图像分类，它是 Tensorflow 库的一部分。它由各种物体的图像组成，如船舶、青蛙、飞机、狗、汽车。该数据集共有 60,000 张彩色图像和 10 个标签。现在让我们进入编码部分。

实施
( |& j8 o5 c7 h/ Z" Y0 D! G3 _& u
# importing necessary libraries
; _# {7 ]- N6 o# ^import numpy as np
import matplotlib.pyplot as plt
9 v4 s3 e& G1 }" c- \( a%matplotlib inline
4 H( j' _2 I) E4 `# To convert to categorical data
4 f% P* A* T3 Y) v' l/ A2 Gfrom tensorflow.keras.utils import to_categorical
" X8 r8 K, D) M: K( G/ X: u3 K4 l8 B#libraries for building model
  i: T5 [, T2 r  Ofrom tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
* E* C3 ]. I2 I0 l, [# zfrom tensorflow.keras.datasets import cifar10

#loading the data
8 f+ A( Q9 X6 b& E6 f  ~(X_train, y_train), (X_test, y_test) = cifar10.load_data()

2 ?0 A( w! }6 R) g( L8 B探索性数据分析
#shape of the dataset
print(X_train.shape)
print(y_train.shape)
% h. u2 T  w% e# e4 hprint(X_test.shape)
print(y_test.shape)
7 A% g# b& a8 Y/ W# B8 a  u8 m0 L1 w
) ], S/ z' v/ h1 W. p5 ^
5 t  N- P1 X/ Z8 K我们的训练数据有 50,000 张图像，测试数据有 10,000 张图像，大小为 32*32 和 3 个通道，即 RGB（红、绿、蓝）
! ^6 G5 Z' u4 o. @#checking the labels
np.unique(y_train)
6 g# H) z$ p# J8 J: M' u; p
, X  I/ t$ ]. k) }, F) N% b+ N
+ [/ N$ _7 L* R' s, A7 J( K/ {#first image of training data
! q0 P! `$ H+ B0 p0 G4 Rplt.subplot(121)
plt.imshow(X_train[0])
plt.title("Label : {}".format(y_train[0]))
# F0 p  j/ p. A# ~. F" b7 W2 B+ _, m#first image of test data
' W: S# b' [0 M. R5 Splt.subplot(122)
: U! X1 X- Y/ z, mplt.imshow(X_test[0])
plt.title("Label : {}".format(y_test[0]));


! h& c' s' O& ~! U+ M#visualizing the first 20 images in the dataset
$ b! c  W" y0 e) h, ?: }& N* ~for i in range(20):
    #subplot
    plt.subplot(5, 5, i+1)
' Z% }- d% O9 N" q! J. z# z    # plotting pixel data
8 ]% b4 [* T: |$ e# h    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
# show the figure
plt.show()
1 P& K# }6 U% w" m4 @4 s5 m1 _. [) A

预处理数据

对于数据预处理，我们只需要在这里执行两个步骤，首先是缩放图像的像素值到0到1之间，然后是将标签从 2D 重塑为 1D

6 k9 P. K) Y# C1 F# Scale the data to lie between 0 to 1
X_train = X_train/255
, q+ H  N* E1 S4 z) ?' N  j9 K1 AX_test = X_test/255
1 `8 {( {$ k% K# j0 sprint(X_train)

) x& M$ ?/ k+ n
#reshaping the train and test lables to 1D
y_train = y_train.reshape(-1,)
y_test = y_test.reshape(-1,)
" D! ^# t9 c* G" q; |0 J7 @0 V
我们在上图中可以看到，图像的像素值已经进行了缩放，其数值在 0 到 1 之间，并且标签也进行了重塑。数据已准备好建模，现在让我们构建 CNN 模型。
% U" U4 o' A9 h8 k2 @/ K模型搭建

正如我们之前讨论的，深度学习模型的构建分为 5 个步骤，即定义模型、编译模型、拟合模型、评估模型和进行预测，这也是我们在这里要做的。

+ l' c' V9 E4 F/ p0 Hmodel=Sequential()
: r/ {2 S# O/ j, H- h: L4 J#adding the first Convolution layer
model.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
. g% o! ^' y( |" M0 _#adding Max pooling layer
. S! ~4 s$ u9 x) f( t9 K( E& \model.add(MaxPool2D(2,2))
#adding another Convolution layer
+ k& L! \. ^) y; j; O. Cmodel.add(Conv2D(64,(3,3),activation='relu'))
  F7 ^4 a8 F; N1 R: E' H. t' D/ F! E; ]model.add(MaxPool2D(2,2))
model.add(Flatten())
8 _' \) Q1 C$ u* N' \6 @( z! T* \#adding dense layer
* E" C3 l3 ?2 |1 Z, H2 R' Xmodel.add(Dense(216,activation='relu'))
#adding output layer
& E8 V7 `* @: F4 Tmodel.add(Dense(10,activation='softmax'))
$ P# w# U5 q+ Y, ?1 S
我们添加了第一个带有 32 个大小为 (3*3) 的过滤器的卷积层，使用的激活函数是 Relu，并为模型提供输入形状。

接下来添加了大小为 (2*2)的Max Pooling 层。最大池化有助于减少维度。CNN 组件的解释请参考：https://www.analyticsvidhya.com/blog/2021/08/beginners-guide-to-convolutional-neural-network-with-implementation-in-python/
7 ?- C2 k$ x' P% e, `
然后我们又添加了一个卷积层， 其中包含 64 个大小为(3*3) 的过滤器 和一个大小为 (2*2)的 最大池化层

& k5 ?/ Z6 l6 E. B1 `, t6 R' z在下一步中，我们将层展平以将它们传递到 Dense 层，并添加了一个包含 216 个神经元的Dense 层。

4 j6 D( t* |1 ?; V最后，输出层添加了一个 softmax 激活函数，因为我们有 10 个标签。
, \6 x5 K* h) x; J5 R% g, F
2 q' Q9 V  u4 E, J7 G6 ^( n( o4 A6 t/ ~第 2 步：编译模型
) R' r2 K" F3 r& p! o/ }model.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
* o( Q2 Q5 [. _- x2 Y
; }! W$ M, W5 U. X第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)
  A3 c! J% ?$ k+ U% u  q8 [
% k) I& w2 I+ ?- I( a" C
如上图所示，我们的准确率为 89%，损失为 0.31。让我们看看测试数据的准确性。
第 4 步：评估模型model.evaluate(X_test,y_test)


测试数据的准确率为 69%，与训练数据相比非常低，这意味着我们的模型过度拟合。
# x- T7 q/ m* w6 M9 w第 5 步：进行预测
pred=model.predict(X_test)
#printing the first element from predicted data
: }5 a  c  Q( h+ d5 w, i0 a& Eprint(pred[0])
4 y* J4 Y& b+ I( `2 k9 W4 I/ Q#printing the index of
0 N+ ~) F  O. Iprint('Index:',np.argmax(pred[0]))

因此，预测函数给出的是所有10个标签的概率值，概率最高的标签是最终预测。在我们的例子中，我们得到了第三个索引处的标签作为预测。

将预测值与实际值进行比较以查看模型执行的正确程度。

在下图中，我们可以看到预测值与实际值的差异。

y_classes = [np.argmax(element) for element in pred]
print('Predicted_values:',y_classes[:10])
print('Actual_values:',y_test[:10])
( L/ T6 j1 A$ i: Y" d0 @( p% f

当我们看到我们的模型过度拟合时，我们可以使用一些额外的步骤来提高模型性能并减少过度拟合，例如向模型添加 Dropouts或执行数据增强，因为过度拟合问题也可能是由于可用数据量较少。

在这里，我将展示我们如何使用 Dropout 来减少过拟合。我将为此定义一个新模型。

model4=Sequential()
* R* j' E( Z, y#adding the first Convolution layer
4 P5 y) x" a% u/ Lmodel4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
0 g# C1 t/ t, e* y4 S1 n#adding Max pooling layer
3 d3 E. b2 J! }- u) T4 c5 q2 Smodel4.add(MaxPool2D(2,2))
#adding dropout
; N: a3 F6 t9 N1 O. \# \& q# }model4.add(Dropout(0.2))
/ F$ X; \" U2 _#adding another Convolution layer
. [# d; M1 X. c& |1 M' `, {model4.add(Conv2D(64,(3,3),activation='relu'))
model4.add(MaxPool2D(2,2))
6 `* |, U1 e& K: d: U9 {4 X#adding dropout
model4.add(Dropout(0.2))
. Y3 a! f8 ^% M+ w, l8 G( c0 x* ]model4.add(Flatten())
#adding dense layer
model4.add(Dense(216,activation='relu'))
#adding dropout
* g. e" A1 T2 w& X+ Gmodel4.add(Dropout(0.2))
4 Z6 C* g+ d2 M#adding output layer
model4.add(Dense(10,activation='softmax'))
+ J' B: Y+ @3 ^+ X& s6 N5 Rmodel4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
model4.fit(X_train,y_train,epochs=10)


! ?) y& ^2 A. o- V& T$ Fmodel4.evaluate(X_test,y_test)

/ s3 h. B$ J0 G  h) U通过这个模型，我们得到了76%的训练准确率（低于第一个模型），但我们得到了72%的测试准确率，这意味着过拟合的问题在一定程度上得到了解决。

# z) D1 m  K, G3 B尾注
; F7 w- E; I7 X" ^$ |0 l; a( j- {这就是我们在 Python 中实现 CNN 的方式。这里使用的数据集是一个简单的数据集，可用于学习目的，但一定要尝试在更大和更复杂的数据集上实现 CNN。这也将有助于发现更多挑战和解决方案。
0 x; u* m( l( @


% @" s6 O7 Q8 x2 B$ ~  J1 F