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
) r/ }; t& e, A2 {8 R1 \% o简介
. i1 y% L$ {7 s' u, t2 s0 l
. e' R9 j/ G5 N7 W, L! }. _2 X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。
; n6 l3 l5 `3 H! C( g
1 r0 b7 u4 o( h6 M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。

0 @6 L# u) {$ \' l( A3 r/ U7 B4 ]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
; N* I5 k. N  l% g  L% r, b( `
4 Y6 |- z. E( g, L7 `! N0 E- C  R* X# importing necessary libraries
import numpy as np
- ^4 y* L2 Q% B9 w' m  B! jimport matplotlib.pyplot as plt
) \/ |- F- g/ d: J5 O%matplotlib inline
( @" _6 q( n$ [; O, O3 ^' L# To convert to categorical data
from tensorflow.keras.utils import to_categorical
#libraries for building model
from tensorflow.keras.models import Sequential
% [' V9 U5 ^- H  K+ Pfrom tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
0 T* F8 J- A8 [0 {# Wfrom tensorflow.keras.datasets import cifar10

#loading the data
# F2 B1 v& i6 Q6 ^5 s* Z) ^9 g3 X(X_train, y_train), (X_test, y_test) = cifar10.load_data()
0 ]( k% p8 Q- W/ J
. |9 b5 o: U, }8 G2 y探索性数据分析
#shape of the dataset
, D) x3 ]- z0 p+ }) q% cprint(X_train.shape)
print(y_train.shape)
print(X_test.shape)
print(y_test.shape)
5 Q) M- A0 v" s: ?3 P

: U; u! \, v) H  r; v! H6 x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）
& W6 n1 ~& Q9 h) ?#checking the labels
8 s" J+ M+ a" U! b! `% |' xnp.unique(y_train)
  D0 t: m* d( F# m/ T* v1 N
! o  e5 N6 r# ~4 w5 y0 F
' G2 m* u! b7 q  Z#first image of training data
plt.subplot(121)
3 D& C. V2 f# _) J& |/ U$ zplt.imshow(X_train[0])
plt.title("Label : {}".format(y_train[0]))
+ v/ p3 s) k$ V#first image of test data
plt.subplot(122)
plt.imshow(X_test[0])
2 t+ \4 l% L$ y/ b& V9 Xplt.title("Label : {}".format(y_test[0]));
9 f- K  N3 d6 \
% o2 i+ F: F9 ?9 K
#visualizing the first 20 images in the dataset
for i in range(20):
) s/ y; G7 o( L9 A/ R* T$ D4 i$ H    #subplot
2 \5 G/ h3 Y" [    plt.subplot(5, 5, i+1)
' i9 Z' u% P' Q; O& \, }    # plotting pixel data
    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
4 Z# I: U3 Q! W+ l0 p8 k# show the figure
plt.show()
) ]- M9 Q9 d" X4 m+ A$ n+ ]/ |: @
! w7 }: v9 H  ?" U5 P" d, U: O" E
( o$ a5 U) S  Z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
X_test = X_test/255
print(X_train)


#reshaping the train and test lables to 1D
+ X$ L1 t! M; H3 j& Ay_train = y_train.reshape(-1,)
9 T3 o* R- b+ E% B* C* _# k/ A3 ky_test = y_test.reshape(-1,)

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。

% F+ \; C  C: W' l* Q; cmodel=Sequential()
- F5 D( S- r# W; B; T#adding the first Convolution layer
, Y9 o& u* \: x4 k1 F9 _! \model.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
#adding Max pooling layer
, H" i. p. \) y. d: V% amodel.add(MaxPool2D(2,2))
#adding another Convolution layer
model.add(Conv2D(64,(3,3),activation='relu'))
% C  f9 T8 Y' d# o( F) gmodel.add(MaxPool2D(2,2))
, |) E$ [4 }0 o/ c" imodel.add(Flatten())
#adding dense layer
model.add(Dense(216,activation='relu'))
2 I+ `( I1 R3 K( l$ |#adding output layer
model.add(Dense(10,activation='softmax'))

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 A  D: @% _- {1 w
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。
( n9 ?5 N( g+ t4 _$ B; }1 S
第 2 步：编译模型
* I/ e: j/ M2 d. v" Ymodel.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
( E) x1 |5 o2 ?; O
! l% S8 D' {% v% ~: J* B第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)
5 p) W; f- w7 f) A  }

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。
8 ]4 O% _7 ^) g; O8 Z第 4 步：评估模型model.evaluate(X_test,y_test)

) T  y+ m$ ~7 k6 `
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)
  i  g7 [! G9 [8 f4 t#printing the first element from predicted data
! x$ T; W: f: v: H+ ^print(pred[0])
#printing the index of
5 ]2 J. h6 _. w9 i5 ]5 r' t% Dprint('Index:',np.argmax(pred[0]))



) `* D6 M, j: C5 v& G% n. f3 I

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]
4 r# M, h1 `0 xprint('Predicted_values:',y_classes[:10])
print('Actual_values:',y_test[:10])
0 V+ f0 A7 O/ F% o% ]' b6 C' B) Z

. [' p( \8 X7 S+ Q8 N

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。

* ]  g7 \5 X3 gmodel4=Sequential()
& Q4 l/ _+ B; H, K" L4 ?" R5 O& H#adding the first Convolution layer
model4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
#adding Max pooling layer
model4.add(MaxPool2D(2,2))
#adding dropout
model4.add(Dropout(0.2))
#adding another Convolution layer
- |' O& P9 B& j6 Q5 gmodel4.add(Conv2D(64,(3,3),activation='relu'))
model4.add(MaxPool2D(2,2))
#adding dropout
model4.add(Dropout(0.2))
: F4 o" F$ W; i: e8 j+ omodel4.add(Flatten())
4 _' [% Z$ w2 l; p; Y  {9 K#adding dense layer
& k: ?7 |0 s3 Q2 C1 A. }* P& smodel4.add(Dense(216,activation='relu'))
( y0 _  @% j! ~- P) K. b9 ?' o$ j( T#adding dropout
model4.add(Dropout(0.2))
' }+ l8 l% @3 {6 Q9 n# ^, B. n#adding output layer
model4.add(Dense(10,activation='softmax'))
model4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
+ v' D5 ^% b: f; A, i- gmodel4.fit(X_train,y_train,epochs=10)

. K) K9 ]) g$ b. F
model4.evaluate(X_test,y_test)

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。
5 M+ V4 Z" v. i4 z5 M
# O. y2 h* B1 T) P, n7 p. p