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
& Q, a. W, @3 C1 H1 o" F简介
7 ]4 l1 y$ R. [; Q7 Q
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。

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。
+ y1 m% ?% _- Q
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。
6 Q/ Y0 F( y$ Y4 K+ ?+ Z
实施

2 ~5 Q$ j5 k4 y# importing necessary libraries
" k; N" a2 y: h7 O2 Vimport numpy as np
& M- A5 W  L/ g3 `6 V. k; G3 v) Cimport matplotlib.pyplot as plt
%matplotlib inline
# To convert to categorical data
from tensorflow.keras.utils import to_categorical
# \7 u% ^% N: a$ C% u' V: H#libraries for building model
; [) f! S, b. e6 }from tensorflow.keras.models import Sequential
) W0 y. W% N2 w" ?from tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
from tensorflow.keras.datasets import cifar10

#loading the data
' a: n* p& ?7 G9 _! _$ Q) Y9 P(X_train, y_train), (X_test, y_test) = cifar10.load_data()
) U  A: k' @0 V' O" C1 S
- z9 |3 ~' s/ L" `探索性数据分析
#shape of the dataset
. ~( S7 P  |3 g+ e9 w4 p% Z  Aprint(X_train.shape)
1 `1 l% y  t3 ^7 Y) s# f0 \print(y_train.shape)
print(X_test.shape)
print(y_test.shape)

! E' E0 R3 k  F8 |& ]/ l, 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）
#checking the labels
np.unique(y_train)
1 R$ m: F$ l( l' h4 x: x- b, `

#first image of training data
; L% ?  Q/ g; Z2 xplt.subplot(121)
plt.imshow(X_train[0])
plt.title("Label : {}".format(y_train[0]))
9 A, ]0 n, `! P; j# e" t( Q: g#first image of test data
plt.subplot(122)
7 L" ~+ n; w( s" G: i8 ~- m( yplt.imshow(X_test[0])
plt.title("Label : {}".format(y_test[0]));
$ |* P# p" Y" J- \- w

#visualizing the first 20 images in the dataset
for i in range(20):
    #subplot
    plt.subplot(5, 5, i+1)
6 S  E0 x. u8 |/ D# n! r    # plotting pixel data
    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
# show the figure
; K- {: z/ T/ R2 ~plt.show()
7 F, w3 _& ?# C% Y7 C* v( Q; B
4 |9 l: M* T3 Z  z5 D# T
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
2 l) ?: l0 b9 h7 iX_test = X_test/255
print(X_train)
% W+ L2 R( A3 u2 V, x' X

0 U8 W8 _* b: a4 I, q+ l#reshaping the train and test lables to 1D
y_train = y_train.reshape(-1,)
y_test = y_test.reshape(-1,)
+ X! @! W: {" g  }  P1 G7 g
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。

; E2 E9 v- ^9 ^# l0 Fmodel=Sequential()
#adding the first Convolution layer
* d) ^1 y+ u0 R+ bmodel.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
. i, P  X! Q, Z6 a% C1 N#adding Max pooling layer
model.add(MaxPool2D(2,2))
6 {2 x- g: ?  y6 z6 i8 W7 R#adding another Convolution layer
model.add(Conv2D(64,(3,3),activation='relu'))
2 N: k" O/ C& A: p" T  }& D) @model.add(MaxPool2D(2,2))
model.add(Flatten())
#adding dense layer
model.add(Dense(216,activation='relu'))
#adding output layer
model.add(Dense(10,activation='softmax'))
3 G; `7 v3 @6 e4 y  X- C
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。

0 J: p" X1 @2 |1 g* ?1 y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/

, }6 A2 h& T3 _0 g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

0 G9 g; H3 k# @2 T. ~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。

最后，输出层添加了一个 softmax 激活函数，因为我们有 10 个标签。

) T3 C. }7 K% _* x- E- O8 V6 ?0 ?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)

4 o3 A3 ~7 x9 d
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。
第 5 步：进行预测
pred=model.predict(X_test)
) m0 p( b2 B5 w1 H2 n#printing the first element from predicted data
9 E4 G8 O& V5 Xprint(pred[0])
. I( i8 w, ^) J" L#printing the index of
print('Index:',np.argmax(pred[0]))


- k/ ^" E# Y3 @

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]
) P* k4 Z5 v& V; }3 W0 [, sprint('Predicted_values:',y_classes[:10])
print('Actual_values:',y_test[:10])


( }& G+ Y, j7 N' v

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()
& K% w/ s/ Z3 Z& a. U#adding the first Convolution layer
. H- g) p3 s& J4 l3 D/ i% [model4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
#adding Max pooling layer
; m, O/ j0 o' s5 i7 |( Xmodel4.add(MaxPool2D(2,2))
! X6 \4 r, g( V* k#adding dropout
model4.add(Dropout(0.2))
6 {  Z  s( r7 {( g" }; y! M#adding another Convolution layer
5 ?6 X- i  z+ k$ k& r5 Cmodel4.add(Conv2D(64,(3,3),activation='relu'))
1 G7 ~) ^: q  Y, F" Amodel4.add(MaxPool2D(2,2))
3 G7 I7 a+ g- {' [: d#adding dropout
' R  d$ G4 [8 |1 Q, q7 B. x# amodel4.add(Dropout(0.2))
model4.add(Flatten())
- ^1 `" M8 R& {! P% m" l#adding dense layer
model4.add(Dense(216,activation='relu'))
#adding dropout
model4.add(Dropout(0.2))
#adding output layer
model4.add(Dense(10,activation='softmax'))
model4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
* n8 D  N: V7 z6 M) omodel4.fit(X_train,y_train,epochs=10)
4 A; [* D# V) b' ?

model4.evaluate(X_test,y_test)
) C4 [" l% l2 n2 {! ~9 W+ M
, K6 t* o& e- {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。

- Y' H8 [0 h6 g, u6 h+ [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。


' g; i$ X, c# ?3 B2 i0 h4 L