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
8 X# C4 ~1 I+ T9 m( F0 e
( o8 W5 t7 w+ \7 C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。

9 Q) K* V5 y' r" y  c# S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。

7 }. l$ [1 I: d" ]' n% a- Q  K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

# ]: S! Q' a) @9 [8 d% y# importing necessary libraries
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
# To convert to categorical data
from tensorflow.keras.utils import to_categorical
- T# X; e& ], q3 {& K9 r#libraries for building model
from tensorflow.keras.models import Sequential
$ s0 ?4 S5 B" D; o  E; d! Z6 zfrom tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
from tensorflow.keras.datasets import cifar10

4 D, d" q* ^) G( I3 A#loading the data
/ i6 H6 r4 H8 n* N; j1 v(X_train, y_train), (X_test, y_test) = cifar10.load_data()

3 m7 J) c# E4 s9 J$ E7 B" E+ r  `% z/ L探索性数据分析
#shape of the dataset
print(X_train.shape)
8 R, z3 y. }" d, h* e- rprint(y_train.shape)
; w- c% S6 O" b& {2 X2 v( Cprint(X_test.shape)
7 ]# `' g2 x2 Oprint(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）
#checking the labels
np.unique(y_train)
1 G: y& Z% _& G! v) N. I5 f
4 B9 ^* j; u0 s; ^5 ~0 h2 n
#first image of training data
plt.subplot(121)
" m: W( f/ s1 c: c& c0 `# l2 bplt.imshow(X_train[0])
plt.title("Label : {}".format(y_train[0]))
#first image of test data
plt.subplot(122)
: N5 W! ]: J" X( q; `! Rplt.imshow(X_test[0])
plt.title("Label : {}".format(y_test[0]));

" U, p: O% `* u* H; q: a5 M0 D
  N0 t- M$ }1 @! I- Z  p  R7 [#visualizing the first 20 images in the dataset
& {4 K. B* L% V& ^& c3 e* |1 mfor i in range(20):
: Z0 |* A! F7 G8 s0 _9 Y9 J    #subplot
    plt.subplot(5, 5, i+1)
$ D: _4 h" ]6 n6 `, A* ]    # plotting pixel data
0 N2 X! r2 O+ N/ |+ c. {, e8 X' p' ^- L    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
' x# T7 o% W6 g# s4 z  A" w/ ?0 T- u# show the figure
plt.show()


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
) V. T3 l' }" A& P! U1 Xprint(X_train)
) g2 x1 n& O: r8 C$ _# f3 i% h3 Y

( M7 n3 `6 d) Q; x3 W3 {# w5 ?#reshaping the train and test lables to 1D
y_train = y_train.reshape(-1,)
1 Y2 i; {9 s) O5 Y) C5 w7 |y_test = y_test.reshape(-1,)
/ {! R7 I* O' W% q# J6 e+ Y+ K+ t8 Q4 v0 s
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。
$ z8 K# G4 I2 `, Y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。

: E: J9 c9 [( W! y$ Bmodel=Sequential()
#adding the first Convolution layer
+ ?8 j6 h" ~% s# q- H0 bmodel.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
#adding Max pooling layer
3 d* f4 O6 F! a8 xmodel.add(MaxPool2D(2,2))
% t& d: x$ v6 L: K$ [$ v/ I5 ?#adding another Convolution layer
model.add(Conv2D(64,(3,3),activation='relu'))
9 A5 A" ^% f* ?7 d6 mmodel.add(MaxPool2D(2,2))
. _; f( ?& f# dmodel.add(Flatten())
" I4 M/ u% _/ V; k+ m( u#adding dense layer
  ~9 o0 O  n1 g/ Kmodel.add(Dense(216,activation='relu'))
#adding output layer
model.add(Dense(10,activation='softmax'))
& X. M. K6 T! G' ]
, o9 b! l- \6 V$ \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
+ i% y* w) g: U, c4 k7 z
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。
6 p+ u3 t$ A$ z3 z
最后，输出层添加了一个 softmax 激活函数，因为我们有 10 个标签。

3 D4 S0 F& _5 X, }$ c* ^: g1 W- c" }第 2 步：编译模型
1 A" Q0 O* ~1 }( r% U7 w* @$ [( [model.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
0 ]) y+ q- p; j
) i3 r$ P( y% p9 H0 N) n5 O第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)
( S. D# a5 T; N& h% v: S
# Z( a0 u2 X6 E; m8 ?
" l+ I: s& w1 Q+ y7 y5 T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。
0 n3 R9 \: u) S: U' S2 O1 z, H+ [. x- a第 4 步：评估模型model.evaluate(X_test,y_test)

/ Z; [8 N5 U& l' y9 A
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。
* B$ g! s/ u: O  ~第 5 步：进行预测
. w; C' T) I! Q: C/ H# dpred=model.predict(X_test)
#printing the first element from predicted data
print(pred[0])
#printing the index of
) Z" k; @; h9 _4 }4 aprint('Index:',np.argmax(pred[0]))

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]
& A) m7 R* ^4 f6 Z6 K* rprint('Predicted_values:',y_classes[:10])
print('Actual_values:',y_test[:10])
& f' `  C3 g. `

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。

0 ]0 g3 l; A) l9 r4 T9 dmodel4=Sequential()
! M! p2 W# g+ q2 o$ `. E4 C0 T#adding the first Convolution layer
' b7 [2 A1 N" b8 ]) V: u% n* N3 Umodel4.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
! w1 \2 T' H; B; s4 J' rmodel4.add(Conv2D(64,(3,3),activation='relu'))
( F' m+ G5 m% T$ I( Y9 [model4.add(MaxPool2D(2,2))
9 N; J- |! _- M8 y#adding dropout
model4.add(Dropout(0.2))
5 ]) \6 @8 z6 {1 V+ ~9 h- Y' ~model4.add(Flatten())
#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'))
: P/ B! t. ~, N; P9 J5 B4 x- x6 ~model4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
+ d/ z, E7 ?1 e! y" ?model4.fit(X_train,y_train,epochs=10)

( X8 k! }: t: c) W
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。



) {+ N4 D: f( F5 v: Z! t* d7 }