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

  P0 m( H0 T% \4 |5 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。

8 }, N1 m5 [# V" b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 l8 O  K, [& x5 c9 n) {
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。

# J+ w" |2 V" R% R实施
! |4 J/ |) k. a: e2 ]* k
/ e+ N3 N: L1 d7 I; J# importing necessary libraries
import numpy as np
6 c! z# O$ _4 {9 o: w9 Y( e' Iimport matplotlib.pyplot as plt
%matplotlib inline
* D0 U8 |5 C9 `# To convert to categorical data
+ a& k. ?1 j0 @* ]* u: F, rfrom tensorflow.keras.utils import to_categorical
#libraries for building model
. B) x# D2 `5 jfrom tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
( J: e$ I) }' {1 f- \; P* Gfrom tensorflow.keras.datasets import cifar10
8 D% g& G6 s" R
#loading the data
6 J3 C& Y5 G/ ](X_train, y_train), (X_test, y_test) = cifar10.load_data()

$ O; i8 Z9 _7 l: A7 a探索性数据分析
#shape of the dataset
+ V5 ]( L& W. h) |print(X_train.shape)
print(y_train.shape)
print(X_test.shape)
print(y_test.shape)
$ m! z' P6 p. h5 _& S0 h' L
" ?1 e% T" i* |0 U9 r% p) Q# K
7 U4 L6 B0 \7 T" F& x3 P: s+ @7 G! V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
* ]3 V* C5 L; ]5 Y' {- u' q8 p: anp.unique(y_train)


#first image of training data
8 o) ~  S3 |4 p5 X- O5 Dplt.subplot(121)
/ ^8 v/ _' x5 J6 g/ h; nplt.imshow(X_train[0])
* f8 E% L1 Q0 r6 h8 ?6 `plt.title("Label : {}".format(y_train[0]))
#first image of test data
plt.subplot(122)
' H2 {7 N7 Q, h/ @0 {plt.imshow(X_test[0])
- I# R5 @/ V% H: |. v0 D4 m4 ^plt.title("Label : {}".format(y_test[0]));
$ D, v9 M& s. R  M( W2 Y
. |9 j- b3 ?5 @5 ^" F5 W
#visualizing the first 20 images in the dataset
for i in range(20):
    #subplot
9 J  |0 }: V& x" [    plt.subplot(5, 5, i+1)
    # plotting pixel data
- t6 \& \+ q( U2 }" ?! F    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
# show the figure
plt.show()

; u; n' C" M. Q& n" r- M0 B; I
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
+ K8 E3 v3 _& |8 zX_train = X_train/255
X_test = X_test/255
$ G' k: k! W% J/ i' P+ Mprint(X_train)
; j6 E. `! a! l9 h( Q
9 M/ }/ m6 ^/ S+ v* U  ]5 A  r
#reshaping the train and test lables to 1D
y_train = y_train.reshape(-1,)
y_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。
2 j( ^: `! `$ {7 j7 S0 F1 K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)))
  f6 q$ L7 d" Z2 T; j" Y8 {5 C. `#adding Max pooling layer
5 h0 G1 h. f/ C: _, D; P( \model.add(MaxPool2D(2,2))
#adding another Convolution layer
model.add(Conv2D(64,(3,3),activation='relu'))
model.add(MaxPool2D(2,2))
& s0 t8 R- B: ?5 [model.add(Flatten())
, ]+ e4 M# S7 W9 N) @#adding dense layer
model.add(Dense(216,activation='relu'))
+ r$ E7 x* r3 U0 f, e+ h#adding output layer
1 j4 h. [* u. O6 T  \model.add(Dense(10,activation='softmax'))
3 K6 x- z6 b3 s& |3 z! h& p, f
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/
/ O* M6 _0 A5 q/ s5 [0 z
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
2 t- ]3 _+ y- N! Q7 N) I% i
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。

第 2 步：编译模型
model.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
( `, U3 H6 q; z. v
, E; p2 d# H* b- y" I$ q) l# C第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)
$ d: y2 A9 S/ k4 _; B3 i
2 C3 q6 I) d9 p# _. ?# l) ]
: ]; @2 c7 i( O5 @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)
( C8 }, A* f5 g0 z* R3 l- L

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。
$ m$ V% h* T1 \! `9 |* g% O- I第 5 步：进行预测
% ~! [4 [7 A6 f: N% T& f$ f( @pred=model.predict(X_test)
1 E7 n& M9 c0 u5 E9 @! P#printing the first element from predicted data
print(pred[0])
' T5 y% F! X2 u( J#printing the index of
print('Index:',np.argmax(pred[0]))
9 D& _0 n3 i7 T
- H" R6 x6 ?% B3 s/ S: E4 }( v

9 }1 _, O4 }9 V

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]
5 X( l7 ^' {9 K6 \/ d* V9 x: j$ kprint('Predicted_values:',y_classes[:10])
print('Actual_values:',y_test[:10])
! x4 R8 e' X# o
! ]/ C7 K. Z/ `5 n# P

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。

( _, ^& ]2 T, \model4=Sequential()
#adding the first Convolution layer
model4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
! }4 k" d8 Y! T7 R) @#adding Max pooling layer
model4.add(MaxPool2D(2,2))
#adding dropout
model4.add(Dropout(0.2))
/ T3 p- `6 z  w- N% L#adding another Convolution layer
model4.add(Conv2D(64,(3,3),activation='relu'))
model4.add(MaxPool2D(2,2))
#adding dropout
4 s! N/ ^! c4 R+ r4 umodel4.add(Dropout(0.2))
model4.add(Flatten())
9 L! |' j; `8 i( D! I) z# q#adding dense layer
model4.add(Dense(216,activation='relu'))
1 Z% t  E: Q9 z: z7 D! _#adding dropout
7 Q% i: Y$ c8 m! \6 W4 x1 H1 bmodel4.add(Dropout(0.2))
#adding output layer
+ J, W( K3 N& K" q% ]. r0 Y7 E! Fmodel4.add(Dense(10,activation='softmax'))
" D. y8 B& e! X* hmodel4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
8 \* y; _, H! W: Imodel4.fit(X_train,y_train,epochs=10)
$ }, M0 e  s) [& a3 C5 L+ a# e3 h
. D2 m0 Q* G2 I% i" T+ ]
1 J, {% \+ C* S: _model4.evaluate(X_test,y_test)
+ [# J5 |' F! U
/ F% y* I& l+ @7 {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。
( E- p5 {# `# p7 J4 g
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 _4 X0 X! F* h
9 h9 B: j" y! A4 Z

' S( f+ c9 `* s$ I% A