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
7 S2 x+ S* b- y. }. o
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( \& u5 [  H4 @( P; o+ 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。

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。
# H3 v, i% h! e
实施
6 P; g4 O- N* J9 R6 e, N
3 W# U, z. h  F) Y3 ~: e5 P6 Q# importing necessary libraries
import numpy as np
3 S  w# P; a' v/ Simport matplotlib.pyplot as plt
& c4 `+ A2 C4 o  ~! z" @%matplotlib inline
# To convert to categorical data
1 n$ g$ }. v% Nfrom tensorflow.keras.utils import to_categorical
#libraries for building model
from tensorflow.keras.models import Sequential
- C# E$ @, T+ m( X! h# h1 o2 hfrom tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
from tensorflow.keras.datasets import cifar10

#loading the data
(X_train, y_train), (X_test, y_test) = cifar10.load_data()

( k1 J7 b) r2 K6 k& j2 h5 e探索性数据分析
9 x4 c# u4 r  v. N& t#shape of the dataset
print(X_train.shape)
" k' A/ s( T" o* V4 pprint(y_train.shape)
print(X_test.shape)
1 ^" B  k  x3 d$ M3 P; bprint(y_test.shape)
6 L* V& p% ~0 ^! P
- m* m6 a$ a- q/ @- R4 A
! k- e: u4 A) H6 C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)

! J2 o( F1 n5 Q
#first image of training data
plt.subplot(121)
: `% K* [3 L! L. T8 Mplt.imshow(X_train[0])
plt.title("Label : {}".format(y_train[0]))
#first image of test data
# Q5 G2 L/ s9 a' N& A9 X) dplt.subplot(122)
plt.imshow(X_test[0])
! [7 t6 L4 I9 hplt.title("Label : {}".format(y_test[0]));


#visualizing the first 20 images in the dataset
; o8 U" a" x0 E2 I9 J2 q  ]5 afor i in range(20):
! F- l, r0 p, i1 ]" P    #subplot
0 Y) ?* ]) w: M8 _6 Y" |    plt.subplot(5, 5, i+1)
    # plotting pixel data
" J! `" C' V+ T* F/ Y( z    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
0 R3 s  V4 u0 C1 ?; K9 a# show the figure
! X5 s# Y7 L% _4 U3 |: o# D" o3 tplt.show()
. C! w. ^# B: Y3 j2 I( x
+ H! M0 _! n/ o) m" l
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

: O8 f  b; V; l8 T4 @$ V# Scale the data to lie between 0 to 1
. N( {1 a1 P4 cX_train = X_train/255
X_test = X_test/255
0 R5 @" v0 J6 o+ Bprint(X_train)
& q9 N  U8 L0 A1 @4 ^1 V3 ^

#reshaping the train and test lables to 1D
4 Q& ~' m$ s* b& D- ey_train = y_train.reshape(-1,)
# I( y( w* E. p& b/ Cy_test = y_test.reshape(-1,)

. [& r2 }# G' z1 a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。
4 a, a( C9 Z* b8 l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。

2 Z5 w: I) j* Y: _model=Sequential()
# b1 p" ~; k7 E- Y; N* b5 c/ s( n#adding the first Convolution layer
( d* M  y8 P  N5 [( o$ Omodel.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
% z3 U/ q" |' x% E9 ^+ b/ Z% t#adding Max pooling layer
5 \' P3 N3 s9 s  ]# E  smodel.add(MaxPool2D(2,2))
#adding another Convolution layer
/ q3 w. b$ y2 cmodel.add(Conv2D(64,(3,3),activation='relu'))
, U6 i9 G# f- C) _model.add(MaxPool2D(2,2))
! {( h. j+ t: }model.add(Flatten())
#adding dense layer
model.add(Dense(216,activation='relu'))
4 b) [" c9 Y! r#adding output layer
8 T3 D: a% b( t+ nmodel.add(Dense(10,activation='softmax'))
8 g  r8 F0 g8 U& g
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。

  ?6 e$ C1 f; c, `( U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/
+ a  b3 i6 n) x' r. H+ f- y
9 P% c# V% t6 w8 Z9 i4 E: s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

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。
+ i) v/ X( h1 _; i3 D7 s
最后，输出层添加了一个 softmax 激活函数，因为我们有 10 个标签。
: u0 s: I; U2 b2 m+ ~1 n' W4 y7 y
第 2 步：编译模型
model.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])

第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)
$ {, u0 `$ l9 k. G
# P8 L3 j% P/ W, y
1 j" g: ^$ X# Z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。
* o4 ]/ }0 @' q' B5 `第 4 步：评估模型model.evaluate(X_test,y_test)
! B) O% K. r) A: i+ g3 i

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。
8 A5 [* @8 D9 L% c3 d第 5 步：进行预测
pred=model.predict(X_test)
#printing the first element from predicted data
print(pred[0])
#printing the index of
print('Index:',np.argmax(pred[0]))
/ R# R# a* g4 H( r; ]
0 c( q! u3 g9 {' h9 n

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]
6 }3 ]( ^# {8 s: Y; `print('Predicted_values:',y_classes[:10])
3 z1 J0 \4 G1 i: `5 i$ z& yprint('Actual_values:',y_test[:10])
. H2 w  _3 W  e5 w+ C' h

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()
. u- H& U& u: E' c& u* Y) a' E#adding the first Convolution layer
5 N1 r2 k% Q  `. ^. M) `9 Umodel4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
#adding Max pooling layer
model4.add(MaxPool2D(2,2))
#adding dropout
4 a( R; z3 q7 V: H, ^- h- h  lmodel4.add(Dropout(0.2))
#adding another Convolution layer
5 g4 {) Z9 j+ L# n* Omodel4.add(Conv2D(64,(3,3),activation='relu'))
model4.add(MaxPool2D(2,2))
#adding dropout
- J1 X4 c+ Y7 Fmodel4.add(Dropout(0.2))
model4.add(Flatten())
#adding dense layer
( D7 Z, x7 [& n7 f+ A1 n! jmodel4.add(Dense(216,activation='relu'))
#adding dropout
( N9 t) e% P* w7 L9 b( Cmodel4.add(Dropout(0.2))
- B3 i0 \% T/ |6 z% J+ F8 z#adding output layer
9 \+ ^5 E. O' q; k. _4 Q, n9 Rmodel4.add(Dense(10,activation='softmax'))
* q9 C/ T1 w5 P; ^  S2 l: Zmodel4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
) O* q3 h. g( Gmodel4.fit(X_train,y_train,epochs=10)

2 [, Q) L. Q2 Y8 s8 k' {- f% |
8 W' s0 O1 F% o. {model4.evaluate(X_test,y_test)
7 |( F) n+ C: s- i+ X
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。

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。

% K6 \! L/ E# `! h7 \% u* p' n