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

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。
/ U& V5 f% q2 [% w0 V; W4 J' B
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。

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。
- c% Z  n+ F6 U( J0 J5 s
实施
; u' \) @' F6 k! O
/ @0 ], P4 V& p& `% a# importing necessary libraries
import numpy as np
; _& s$ N0 l* x0 oimport matplotlib.pyplot as plt
- \$ [  }6 Y7 s6 i' N- P! @%matplotlib inline
# To convert to categorical data
2 e7 d5 H- }6 w+ ~+ c, b0 Lfrom tensorflow.keras.utils import to_categorical
#libraries for building model
from tensorflow.keras.models import Sequential
- s8 Q7 L( j9 V. L$ }) Rfrom tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
; I$ e1 v* `9 y% Z% v& Xfrom tensorflow.keras.datasets import cifar10
4 W4 i" P6 c" r/ v/ {
#loading the data
& x4 w+ d+ i- e' |(X_train, y_train), (X_test, y_test) = cifar10.load_data()

  Q5 `! D0 o3 b# i% i探索性数据分析
#shape of the dataset
print(X_train.shape)
print(y_train.shape)
print(X_test.shape)
: Y% j, D, M1 F: Q; _! }+ Pprint(y_test.shape)

2 k- Z# ?8 s1 f3 U
3 L( ~2 O' q$ a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）
! `# b$ @  G5 r, U, ~9 O9 w! X#checking the labels
np.unique(y_train)
/ I! O5 k1 J' q
/ C5 b: T8 a7 U6 O
" M) _; j! |% n# a1 s#first image of training data
plt.subplot(121)
6 T% J7 m6 H2 {3 H6 @: Q6 d- Dplt.imshow(X_train[0])
# w5 P$ A0 H0 D6 d" C3 \plt.title("Label : {}".format(y_train[0]))
8 c+ |) S  H5 n: t! |2 D! P#first image of test data
plt.subplot(122)
plt.imshow(X_test[0])
/ [' h5 C) k( B' G/ @% [1 Xplt.title("Label : {}".format(y_test[0]));

. ^/ J, c+ @4 V' j* X3 Q2 M$ w# [/ i
4 M! z" D$ q+ I0 a4 h* i#visualizing the first 20 images in the dataset
" i; v) A* y2 D: M. Jfor i in range(20):
    #subplot
+ Z6 f; U9 K0 t  K    plt.subplot(5, 5, i+1)
    # plotting pixel data
    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
  Y3 O$ k  O1 x. D# W# show the figure
8 A* r3 @9 \" |2 q* ~( tplt.show()
3 n3 ~7 P: e' J2 v5 N2 `0 l$ q8 @

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

& ?* ]% k1 w% B0 K+ v0 h/ x. C# Scale the data to lie between 0 to 1
X_train = X_train/255
X_test = X_test/255
+ V+ S1 M/ O$ G: ^print(X_train)


#reshaping the train and test lables to 1D
y_train = y_train.reshape(-1,)
y_test = y_test.reshape(-1,)
1 s% F  U0 K- O. j- m$ p
- e2 R" @, r3 A0 ~: D) C6 ]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。
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。

model=Sequential()
2 Z6 a; M1 M( H9 x; p, M#adding the first Convolution layer
9 P/ e1 q) Q2 Hmodel.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
#adding Max pooling layer
+ Q/ y5 |3 j6 g6 J9 Emodel.add(MaxPool2D(2,2))
3 J  U0 L. A7 a/ p$ h0 B#adding another Convolution layer
model.add(Conv2D(64,(3,3),activation='relu'))
model.add(MaxPool2D(2,2))
model.add(Flatten())
) |8 g: c) R7 C3 o$ V( x#adding dense layer
) j6 O- S% o2 t" Nmodel.add(Dense(216,activation='relu'))
#adding output layer
/ X: n( x; d) Z" c7 F. @: X8 k8 Mmodel.add(Dense(10,activation='softmax'))
% {( _1 r* I( j. t# o( Y3 j4 w# w% e
! G$ f1 l& h# n/ o$ U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。
  H0 v! A' u5 }# B" m* E7 }9 K
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/

: g7 h' J: d' [( }0 q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
- `  s5 J  k/ S) a- p! a- L
- ~) e: V9 ?2 I& w9 h: t4 E8 a, \( s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。
3 r- s; t0 a3 X  [1 ~
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 T, r7 F9 Y! x+ P  [3 _
第 2 步：编译模型
model.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])

, a" M% y+ R: {/ z0 o' p第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)
0 }4 p- c% L( X/ \

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。
2 s. I* K9 Z5 v( T第 4 步：评估模型model.evaluate(X_test,y_test)
0 j& T+ ^# ]& B

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。
; ?- |5 P. }& Y2 S第 5 步：进行预测
pred=model.predict(X_test)
$ I0 F, U- L! M+ }% m& t3 Z#printing the first element from predicted data
print(pred[0])
$ _6 {; v$ T! G* x% |#printing the index of
print('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])
4 f! o- C* C. M0 z. 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。

" Z( S. r3 q. Y3 z4 nmodel4=Sequential()
#adding the first Convolution layer
model4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
#adding Max pooling layer
; G' H; y  U2 ~( B7 z! `& qmodel4.add(MaxPool2D(2,2))
1 |( N: C( j" D" `% A: F#adding dropout
model4.add(Dropout(0.2))
2 G7 O1 U( e( r2 x#adding another Convolution layer
model4.add(Conv2D(64,(3,3),activation='relu'))
model4.add(MaxPool2D(2,2))
: e3 v( k7 u' j+ }' K, Z0 Z9 y#adding dropout
  S2 ~, G% j; v4 Zmodel4.add(Dropout(0.2))
model4.add(Flatten())
+ m. Z$ m3 @, a( r/ W#adding dense layer
/ `+ `0 ~& h! \4 X7 bmodel4.add(Dense(216,activation='relu'))
( {& @* @. Q: M) y#adding dropout
model4.add(Dropout(0.2))
  H, \( X# \8 a1 J#adding output layer
# C, p& Q% I$ o. r4 Jmodel4.add(Dense(10,activation='softmax'))
( p1 U- b- ?: g. F* m, vmodel4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
5 L0 y' Y0 X: O0 `; u8 O' ^model4.fit(X_train,y_train,epochs=10)
0 h# y3 }- x6 d9 M7 h

* f0 W/ @4 u6 z3 M8 Umodel4.evaluate(X_test,y_test)

# a% }3 w& c" w! W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& ], M$ ]尾注
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。
. u. @& a% h, o8 M" h# `


, U* f7 [" e2 \& R3 i/ e