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。

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。
* V& q; x$ ^& D& ]" G3 b& R0 u& 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。
8 {' U: Q7 |& E2 t& R% ~, o
/ s. b% F! U6 L) t5 u; n实施

# importing necessary libraries
import numpy as np
+ i4 s" j7 P0 o7 N7 w0 vimport matplotlib.pyplot as plt
%matplotlib inline
/ o9 `" X; a$ f. f' T: G: c# To convert to categorical data
from tensorflow.keras.utils import to_categorical
#libraries for building model
1 B) K7 e; p8 S7 X! kfrom tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
8 [% t1 l4 Y+ I) g# S4 cfrom tensorflow.keras.datasets import cifar10

#loading the data
( Y# [' \  e) p2 |(X_train, y_train), (X_test, y_test) = cifar10.load_data()

$ D, m7 I! K. C) C探索性数据分析
#shape of the dataset
, V  r6 ^  o3 ?print(X_train.shape)
print(y_train.shape)
print(X_test.shape)
3 I1 B/ z9 D/ Z9 Q' Fprint(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）
6 e/ {" N! O; y4 B& D; b7 Y$ I#checking the labels
np.unique(y_train)
* n: t5 c7 x$ m2 c. M! k" T

( B8 Q# I: S, y% A& T, _6 b; x#first image of training data
, B! [& \9 H, T% i+ a7 R3 F& v0 gplt.subplot(121)
" a4 }: f0 S- V/ S# [4 [plt.imshow(X_train[0])
) S% h9 Y- g/ Splt.title("Label : {}".format(y_train[0]))
; k) x# H& {2 [3 h. n* o: X#first image of test data
6 k( t3 {- o' [% Zplt.subplot(122)
: b9 R7 {7 a9 S, C/ i2 d; |plt.imshow(X_test[0])
plt.title("Label : {}".format(y_test[0]));


: p' o5 z5 M/ R' d#visualizing the first 20 images in the dataset
for i in range(20):
- K. ^5 X, \# U5 l  C0 O1 A% O" q    #subplot
8 g: a1 \3 g! I$ T4 M    plt.subplot(5, 5, i+1)
    # plotting pixel data
+ _% P( d1 [+ q; J    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
' v3 K3 H) s9 M6 F, C" D# show the figure
plt.show()
0 w7 u+ a& k- a! B
! v+ G2 `* w/ ?: `  e  |0 ]8 v6 h
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

/ H! V! P) L5 S2 Y# Scale the data to lie between 0 to 1
6 `1 ~4 L! ^( H# b! ~* yX_train = X_train/255
X_test = X_test/255
  Y  p8 d7 k7 p- Z, Wprint(X_train)
' x' ]. c# u; h& X0 `

+ u& K. d) V2 M: E# y1 }#reshaping the train and test lables to 1D
0 o6 X  T* r2 q/ d! w, my_train = y_train.reshape(-1,)
y_test = y_test.reshape(-1,)
! H1 C& z& a3 O$ B% |# r1 {
& z1 \% Y: U! `- t' ^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。
6 j2 q# y4 T; D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
model.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
#adding Max pooling layer
( |/ {, R- u: d4 P9 B% jmodel.add(MaxPool2D(2,2))
#adding another Convolution layer
# b: q3 E& i8 @0 {model.add(Conv2D(64,(3,3),activation='relu'))
model.add(MaxPool2D(2,2))
model.add(Flatten())
#adding dense layer
* _8 ^' o6 ]% s4 C, t3 n, S- [) y& pmodel.add(Dense(216,activation='relu'))
#adding output layer
model.add(Dense(10,activation='softmax'))
4 G+ Z; I( |& S( }( L% w# X
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。
  Z+ V$ m% ^6 h  i, g0 s
0 D- D6 |  y, B0 C4 c, [$ Q, {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/
! i) b& V; g3 X2 L1 Y$ c
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。
$ O8 U2 ?) N# C- `- e9 O* J
最后，输出层添加了一个 softmax 激活函数，因为我们有 10 个标签。

第 2 步：编译模型
model.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
9 h  W& S+ V. H, a5 y4 ~
$ |1 o+ X8 r. ]( l) D, }第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)
$ Y3 @$ l& p: T4 t3 a: w- r

7 h8 I6 v7 k# Q' 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)
. \& ]& a5 e6 g, r& k" f. ^9 r
- S6 C9 ?3 ^4 [# P% g
9 [1 E7 B8 h/ R% i: K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。
( H" _  ^. y7 `4 n! x第 5 步：进行预测
pred=model.predict(X_test)
#printing the first element from predicted data
* \+ l$ `* ?% e0 i1 P! yprint(pred[0])
#printing the index of
print('Index:',np.argmax(pred[0]))
$ a: L. `& X# Y, r

5 M0 C4 c" \) S0 T) @, j
2 |9 z2 m. D. f- I/ N3 \3 e

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])
1 `5 X9 v& P9 c. y& x  `( _print('Actual_values:',y_test[:10])
& D/ |) o7 N: T) O7 e* L9 `% @

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()
. H) u# ?. t5 ?3 }( X#adding the first Convolution layer
model4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
1 r/ R; ]: Z1 C5 t2 I  G  k#adding Max pooling layer
2 k* M9 p8 F7 Vmodel4.add(MaxPool2D(2,2))
! ?0 N7 ^. Z+ [" I5 x3 N9 e#adding dropout
model4.add(Dropout(0.2))
" @8 R' T1 M; C( f. q#adding another Convolution layer
: X0 c& t; v. X5 zmodel4.add(Conv2D(64,(3,3),activation='relu'))
model4.add(MaxPool2D(2,2))
. n9 q7 c  l" O' Z#adding dropout
model4.add(Dropout(0.2))
; F0 x( _' @6 [. s4 A+ _model4.add(Flatten())
#adding dense layer
model4.add(Dense(216,activation='relu'))
: a9 Z+ Q0 l5 g#adding dropout
3 e0 D0 y& t( {3 Imodel4.add(Dropout(0.2))
* Y* L, d2 `2 f9 E. b#adding output layer
! Y5 f. f, Y# o* l: }7 P% `model4.add(Dense(10,activation='softmax'))
model4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
model4.fit(X_train,y_train,epochs=10)

! L4 m5 F. f4 `
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。
- r% v2 c( v5 t
尾注
4 b9 G$ T. |8 z0 O2 j" t' N! c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。
4 \( X6 x: L/ V
9 v  y+ x, L5 W# _9 R

7 y1 {6 p5 E& v