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
/ s1 X/ D" L% h+ P5 K
: P4 {; `# S1 S) @0 O5 r9 t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。

6 i/ w. b" f7 P/ N% k, k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。
# Q) w% y+ n6 @  I9 {( [
; Z; e, P# m8 K  g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。

% T% L: O9 O$ X9 c7 v! I实施
- g0 j$ n/ |3 Y$ x' V8 q
# importing necessary libraries
import numpy as np
4 C, r# c) {( m3 S5 Q$ d9 D) a! Pimport matplotlib.pyplot as plt
& l! I. G! A6 p- W%matplotlib inline
7 J7 I, G" w+ ]# To convert to categorical data
* ?) z0 k6 R! r7 ^from tensorflow.keras.utils import to_categorical
& F7 Q9 ^# w. M1 I; K% m2 O2 E8 t6 i#libraries for building model
$ j8 b0 W7 p/ Z, G" F8 @7 I- gfrom tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
$ y3 w. _" M) [- _) L" I1 Vfrom tensorflow.keras.datasets import cifar10

#loading the data
1 H# C5 ~8 _) _% _" i' l5 w/ @(X_train, y_train), (X_test, y_test) = cifar10.load_data()
. n( }/ z9 M1 F5 s! d2 `$ Y
( |* W/ q+ y* _探索性数据分析
* x. l' Q& ?, e- w7 f4 a  D#shape of the dataset
" o# K2 k. k* W6 q- `6 ?6 ]print(X_train.shape)
, v# q1 g, z( A' P3 h$ {print(y_train.shape)
; Q9 k; @8 h" [/ F1 vprint(X_test.shape)
" ?/ F' ^6 p! O7 W3 U4 y  ~. zprint(y_test.shape)


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）
#checking the labels
np.unique(y_train)


#first image of training data
plt.subplot(121)
plt.imshow(X_train[0])
, R) O* ]3 J8 a9 \$ _4 lplt.title("Label : {}".format(y_train[0]))
#first image of test data
plt.subplot(122)
plt.imshow(X_test[0])
0 L6 N; Y( [4 q" F+ Pplt.title("Label : {}".format(y_test[0]));
6 W. A6 y' P. y$ Q0 U

#visualizing the first 20 images in the dataset
/ b  I$ f3 J/ h5 gfor i in range(20):
# t/ r9 z: Q4 [/ U6 r0 D    #subplot
    plt.subplot(5, 5, i+1)
5 O$ u: `. ~9 A& S6 R    # plotting pixel data
    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
* a) m: v  u. t: A- M# show the figure
plt.show()
3 z; s  y# H0 X$ [& S" x

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

# Scale the data to lie between 0 to 1
X_train = X_train/255
' S$ V: s" T8 n* uX_test = X_test/255
7 i8 ~& v* w" }: _; ^1 Qprint(X_train)
, W: l1 x: v# Y8 T; N2 I
+ Y' R- n- o* t  g& S
3 y7 j& k- N& q) i! b#reshaping the train and test lables to 1D
y_train = y_train.reshape(-1,)
, Z2 n! C  i; n, k/ Vy_test = y_test.reshape(-1,)

# q% m  g1 l- R( f4 _- s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。
; Y! ~# X; g' j! I. _3 J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()
#adding the first Convolution layer
! A. J8 P; S/ kmodel.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
7 u- q; m$ z/ s7 J#adding Max pooling layer
7 [, `3 A7 f/ b' l1 c0 Pmodel.add(MaxPool2D(2,2))
#adding another Convolution layer
/ d9 Q  Z* s. N# J5 Wmodel.add(Conv2D(64,(3,3),activation='relu'))
- h, @2 }8 b# g3 W9 Umodel.add(MaxPool2D(2,2))
model.add(Flatten())
#adding dense layer
model.add(Dense(216,activation='relu'))
; [  F. V- e( T#adding output layer
- x; r5 h* |9 x# k' L- c2 K, n; S7 \model.add(Dense(10,activation='softmax'))

3 u. {$ [3 [4 {7 D6 H: [* U$ S- ?; q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/

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
1 @; _! s, O4 H
7 ~+ f& P, K9 f0 Y* k$ C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。
. ~! Z6 s. o4 B: e0 E% |$ X- g
最后，输出层添加了一个 softmax 激活函数，因为我们有 10 个标签。

- r5 j. K2 v# r  W3 R第 2 步：编译模型
model.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
* Z, F% j! q% s9 V& v+ i1 S6 ?
- T( n2 q3 K% M9 v2 y第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)
) B3 t  Q/ m6 R7 O" r; A! V

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)
" @8 H9 A* R: `/ p- o! W

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。
第 5 步：进行预测
' I3 }3 |0 @3 _1 i" l; opred=model.predict(X_test)
* a9 g+ a2 T, H3 ?( ]9 E#printing the first element from predicted data
print(pred[0])
2 r. e: |- Q* f#printing the index of
print('Index:',np.argmax(pred[0]))
4 U1 T+ c( V) O( t$ [

( @. M% C: ]- J: H0 r5 j& x% T2 u5 C" L
- }" c5 N% Y) r" V

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]
; `3 x" d) P& k9 Z9 z; j: \6 X. nprint('Predicted_values:',y_classes[:10])
& H9 U! W8 i+ H( d5 sprint('Actual_values:',y_test[:10])

5 p* J  [  U! t6 \

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。

* U. Y! Q  H# I0 \/ O' ?" N& `model4=Sequential()
#adding the first Convolution layer
4 w# w0 G, X; v; Gmodel4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
#adding Max pooling layer
5 s; K3 }- a( Hmodel4.add(MaxPool2D(2,2))
: f  H& E  e! |7 b: ^#adding dropout
! u' J( |* T* Wmodel4.add(Dropout(0.2))
#adding another Convolution layer
model4.add(Conv2D(64,(3,3),activation='relu'))
$ \; {8 l7 j) i# V$ U  xmodel4.add(MaxPool2D(2,2))
#adding dropout
model4.add(Dropout(0.2))
model4.add(Flatten())
/ ]6 k) K; c: g3 A9 |#adding dense layer
( h, C: M, S) h4 T3 V, mmodel4.add(Dense(216,activation='relu'))
4 G2 f5 N" G# {& M) s#adding dropout
model4.add(Dropout(0.2))
$ N: Y9 q' `4 s' M5 }* _# b1 f#adding output layer
$ p: ]+ s7 X& n0 \model4.add(Dense(10,activation='softmax'))
model4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
model4.fit(X_train,y_train,epochs=10)


% t/ ~% ?* j, h& l# i- @model4.evaluate(X_test,y_test)
* L6 ]$ r( k/ ~0 M: W/ S% G
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。

" W5 |4 G' A$ F9 p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。