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
& T% E7 ~: E9 K9 R
* Y7 z5 L, j% B) W/ ]( ~# b. \' }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。
7 x$ H6 A2 k& [' S( w9 t) R/ K
" Z: F) B8 l% O; D6 J, R/ A! J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。

) x$ M% t/ ^8 H8 B& ^# x# t# W  z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。
, @7 V. m2 B4 i. O  ~
实施
- B& H6 ?$ n  D8 T9 V* {
# importing necessary libraries
3 _$ k" t7 K5 u8 yimport numpy as np
: p% m+ h/ j6 O! X9 ?import matplotlib.pyplot as plt
! ?& ^( L7 c& |9 N1 v9 L' g0 \%matplotlib inline
# To convert to categorical data
from tensorflow.keras.utils import to_categorical
#libraries for building model
5 v" H5 @7 m) K- d6 M! \5 zfrom tensorflow.keras.models import Sequential
1 N7 n) s+ I1 ]- g2 Ofrom tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
2 P- _8 J3 t' P/ d& p9 R4 Efrom tensorflow.keras.datasets import cifar10
6 Y9 B) L. D% k2 |; {8 I; W- J+ U
#loading the data
6 `" q9 }$ ^- S: ~(X_train, y_train), (X_test, y_test) = cifar10.load_data()

探索性数据分析
9 \1 r' E1 I7 }/ q' j  Y: s! Q#shape of the dataset
$ o4 J* [; N. ?+ e6 m- eprint(X_train.shape)
print(y_train.shape)
+ V0 S) [. ]6 N9 X5 Mprint(X_test.shape)
print(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)

. I" H# F9 r- K- }3 D
#first image of training data
. R' H  g# [% x/ Oplt.subplot(121)
" ]1 {) ?% U& l7 }" J6 I: X3 eplt.imshow(X_train[0])
plt.title("Label : {}".format(y_train[0]))
* q  p9 C- ^' E- p. v* `0 S#first image of test data
plt.subplot(122)
4 u, G* e! [# J+ V8 }7 `8 Z% tplt.imshow(X_test[0])
& t& @; }: l8 o& ]plt.title("Label : {}".format(y_test[0]));
/ F$ y3 b$ ]0 d  k; _

+ |5 z2 }) H! X8 J  j0 Q2 g6 U#visualizing the first 20 images in the dataset
for i in range(20):
% R. ~6 Y7 y% g5 G8 j" x2 P    #subplot
  V0 e$ F0 d* S; ~1 q6 V$ \8 ?    plt.subplot(5, 5, i+1)
    # plotting pixel data
    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
  q6 d# ?% B; f6 ~, A% ~. j# show the figure
5 F$ N% A% `0 fplt.show()
( Z# t/ o. }( ]/ B" {
) t. V9 [5 L- h' H) 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

% |4 A5 b- _/ u7 F4 N. |# Scale the data to lie between 0 to 1
3 |* `# m1 ]. zX_train = X_train/255
X_test = X_test/255
print(X_train)


1 d: G2 c' [2 d- ?#reshaping the train and test lables to 1D
6 n. r  P( }7 ?$ |: sy_train = y_train.reshape(-1,)
y_test = y_test.reshape(-1,)
# |% a9 k1 H5 u3 P
& [. ], I9 A+ W! A- r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。
, C8 }" p6 C/ H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
, l( K2 Y% q# U: o% ?0 F2 Gmodel.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
- D  r1 _8 x% V$ W  E#adding Max pooling layer
& E/ l! J) K* H* jmodel.add(MaxPool2D(2,2))
1 A: Y4 x7 K$ a$ m#adding another Convolution layer
model.add(Conv2D(64,(3,3),activation='relu'))
9 e" o' U* _. K. w, t% m& p! ^model.add(MaxPool2D(2,2))
model.add(Flatten())
#adding dense layer
model.add(Dense(216,activation='relu'))
#adding output layer
! c1 a1 l" ?% J( w4 g4 @: }model.add(Dense(10,activation='softmax'))
% z2 n2 Q) j9 b% z' B/ k+ w% i
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/
1 A5 N8 K, n2 a7 e
) B5 T- @' C0 @/ P, R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。
6 {" A2 A" d( l
/ R" q0 y, t) ~, X" |8 V( r7 T最后，输出层添加了一个 softmax 激活函数，因为我们有 10 个标签。
, n5 J& b3 E) g. y! f" o/ y
第 2 步：编译模型
/ T7 q* o& t1 K2 O# i4 w% b1 U8 Imodel.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])

0 Z! \6 @9 B# H& F. p第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)


* c0 _' y9 J: l7 P7 [+ }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 v6 e+ |+ C' V8 i7 t7 ?第 4 步：评估模型model.evaluate(X_test,y_test)
% C1 F" C2 ]2 D9 ^

/ M- f! ~0 O1 i9 f1 g: M/ f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)
#printing the first element from predicted data
print(pred[0])
( U5 r% `) q4 o+ \0 R#printing the index of
/ ?: k& B" T% i6 t2 ?/ M+ Wprint('Index:',np.argmax(pred[0]))

) ]$ ]/ \# r. n* A
% b. E) p% l3 W& }
3 _2 B9 @- U0 S# h7 k

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])
print('Actual_values:',y_test[:10])
& C( [6 q6 ~9 s4 A/ S4 ]* D3 U
! h& y3 V- j* ?/ S$ m
! j: D' k3 q) c. ]" Q5 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。

/ E! G+ \' H9 e& \5 dmodel4=Sequential()
' w' ?, p1 {+ B. z* j$ ^# o#adding the first Convolution layer
7 l7 }6 T8 a# k' ]5 Emodel4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
#adding Max pooling layer
model4.add(MaxPool2D(2,2))
7 |+ }" f1 M: j) P#adding dropout
model4.add(Dropout(0.2))
" C$ N; ]1 x! B5 A5 X. L; }) [+ B#adding another Convolution layer
model4.add(Conv2D(64,(3,3),activation='relu'))
model4.add(MaxPool2D(2,2))
#adding dropout
model4.add(Dropout(0.2))
model4.add(Flatten())
1 o( b9 h$ z, Y$ @7 g! g% w#adding dense layer
model4.add(Dense(216,activation='relu'))
( z/ X/ o# D/ M+ I! T#adding dropout
model4.add(Dropout(0.2))
$ g. `) T! k- B9 E, e! K#adding output layer
model4.add(Dense(10,activation='softmax'))
model4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
model4.fit(X_train,y_train,epochs=10)


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
: B  j; O- u- z2 Y5 J; r3 @6 q4 L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。



* p1 g/ ]8 k; k/ P& T# `