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。
0 l# r1 ^7 l8 d1 h1 [# L! T
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。
9 R9 ~. l5 `  X" u
实施
6 M. r+ l/ R( a
# importing necessary libraries
$ l( R: W8 A8 h! k2 Iimport numpy as np
$ }3 Q2 m2 {" j! t3 fimport matplotlib.pyplot as plt
%matplotlib inline
0 _/ e% m2 K. O1 {6 d5 y# To convert to categorical data
& _, B, `  x  G- D) jfrom tensorflow.keras.utils import to_categorical
#libraries for building model
3 i4 R) @# ]6 R" ufrom tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
from tensorflow.keras.datasets import cifar10
3 x# I: W4 \; U9 u
#loading the data
(X_train, y_train), (X_test, y_test) = cifar10.load_data()

1 z  R8 _5 x) `& \: i探索性数据分析
/ [4 p" [2 k9 v9 c5 A5 q#shape of the dataset
print(X_train.shape)
$ T4 ]* C: ^7 v. K$ w2 A! @- Xprint(y_train.shape)
print(X_test.shape)
; S+ O6 ?# ~9 ]6 X9 m- C' ]2 m2 ?9 x7 @7 Wprint(y_test.shape)
+ |$ W' m; m9 ?" j# e
- g1 i" b" K/ ^/ b# |1 _  a
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)
/ ?8 m* w, |4 ^- @6 M% s
7 [2 _! T3 W( T9 U2 l7 O8 g$ Q
#first image of training data
plt.subplot(121)
$ b/ O- ]" M; X: D( R8 Zplt.imshow(X_train[0])
7 H5 q# B( c- f, wplt.title("Label : {}".format(y_train[0]))
#first image of test data
, a( Q% `! s1 L2 L- O  Jplt.subplot(122)
6 Q9 }* V: ^" F: x, Zplt.imshow(X_test[0])
plt.title("Label : {}".format(y_test[0]));

; Y6 B+ Q$ W+ I& t+ w
' K) W: c' _& h* T2 C# y8 [0 M& U#visualizing the first 20 images in the dataset
$ M8 g, O4 c. N  Rfor i in range(20):
, L" Q7 b- P. }& s# C( Y) A: t    #subplot
# n9 s6 l, Z4 W* ]    plt.subplot(5, 5, i+1)
, m! H0 r1 |  J    # plotting pixel data
3 w3 X  a6 Q9 _, w    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
# show the figure
/ K3 L9 s9 z2 U' Mplt.show()
' [" |$ V. ]; \8 B% T0 o

& E6 ^% \" z0 F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)


" [7 n. B+ ~' T+ I' N9 m: d#reshaping the train and test lables to 1D
y_train = y_train.reshape(-1,)
y_test = y_test.reshape(-1,)

2 x3 V% g8 i1 H+ E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。
1 X% L5 m8 A8 d* x5 {  q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。

1 M. T+ |: _' Q4 h* A$ Vmodel=Sequential()
#adding the first Convolution layer
+ R: z0 k5 Z8 I' A8 P1 emodel.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
$ T. `: u. F; a. ~' f7 \#adding Max pooling layer
$ T3 L, z0 i4 [; ^) Smodel.add(MaxPool2D(2,2))
#adding another Convolution layer
model.add(Conv2D(64,(3,3),activation='relu'))
model.add(MaxPool2D(2,2))
/ X2 X/ z* S& B3 |: ymodel.add(Flatten())
#adding dense layer
; f! j" o: F$ U7 Amodel.add(Dense(216,activation='relu'))
4 ]' _0 n/ T6 u& [+ W#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。

  f4 f; S7 H# v7 q7 G4 J* w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/

" ?: c# Z/ |: l/ x, g2 d+ ?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
. e0 h- {4 h: l- i# s, X1 G
- \' C" P) I, W: s* 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。
4 r1 |2 o+ _# c! B2 h
6 |7 _$ O- p: ?. a+ T8 @" _! m最后，输出层添加了一个 softmax 激活函数，因为我们有 10 个标签。
) U3 p' u* R% K' C' a- n
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)
0 S( D  O. I8 M" k. C1 y6 e/ Z6 y
0 F# I2 B6 {$ t4 U" S
* v& z+ J, c* {5 U' N3 o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)
  ?, ^% S; F2 K4 i
8 V+ q# P. i, @; g! W7 I
5 x! L. p( ?! w4 g2 _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。
0 m# a' h) \3 M: J第 5 步：进行预测
pred=model.predict(X_test)
0 Z6 r! J/ D. d* T#printing the first element from predicted data
: z4 o0 {; M4 X7 z$ s8 Qprint(pred[0])
6 k: A2 @8 v' \: x#printing the index of
print('Index:',np.argmax(pred[0]))


6 a1 g/ t, J9 g  t. p4 ]

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])
, L( l  R7 e7 W- N2 `0 t# zprint('Actual_values:',y_test[:10])


- h7 s) R" @% Y- k5 Q4 v6 X5 O

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()
8 {& P$ E6 M: i8 M6 P+ S#adding the first Convolution layer
model4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
( E. f0 z) Q9 x7 ~#adding Max pooling layer
/ k9 e9 M  m& Qmodel4.add(MaxPool2D(2,2))
#adding dropout
' @) y/ r" O- g* n( {3 |  Nmodel4.add(Dropout(0.2))
#adding another Convolution layer
model4.add(Conv2D(64,(3,3),activation='relu'))
model4.add(MaxPool2D(2,2))
#adding dropout
  z) x7 M. |: o/ [model4.add(Dropout(0.2))
- y+ @3 X9 i3 l) Fmodel4.add(Flatten())
9 i2 W' B% d# g4 A# P. ~  {#adding dense layer
model4.add(Dense(216,activation='relu'))
" z! r2 f2 g8 c/ l* e; d#adding dropout
- k8 q/ H1 j9 B- p/ K* `0 `3 k8 a; |model4.add(Dropout(0.2))
) }, H- O- i/ g( \#adding output layer
+ c& B" z) r# [( w9 P1 Jmodel4.add(Dense(10,activation='softmax'))
$ Z# G2 f# R7 k* G! N* u! omodel4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
model4.fit(X_train,y_train,epochs=10)

. e' ], K8 V, y; E1 {4 ^0 N
model4.evaluate(X_test,y_test)
# ]% c( M, |* X+ m+ u
; |6 W) F! F, U5 U) [: D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
- C5 i7 D9 @. u6 I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。
; ~8 T. m1 I/ e8 f2 e& h
1 a+ G5 p' }: d; @4 G4 i1 n+ H
5 h: f6 @# o/ {( |