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
! e# k8 ]2 C0 q" W0 C9 x
; c+ w) W0 p3 H! V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。
7 \+ ^" ]& {' H# o4 L
$ c) W" C' _- D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。
$ u. |7 i, \& ^" ]( q7 A& j) I1 Y
, ?1 a6 Z, b& w8 U5 y% O; c  D实施

/ Z3 H, o  y2 q" e; R6 I' V# importing necessary libraries
import numpy as np
( t4 }. G% Q; E8 himport matplotlib.pyplot as plt
+ l! G1 a3 L/ r3 {6 i1 N' j%matplotlib inline
# To convert to categorical data
& u9 S) q5 n/ a) Y9 A: J3 Yfrom tensorflow.keras.utils import to_categorical
#libraries for building model
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
from tensorflow.keras.datasets import cifar10

5 F* T! \; v3 l1 B. Q$ R- q' {3 d#loading the data
(X_train, y_train), (X_test, y_test) = cifar10.load_data()

探索性数据分析
7 v/ o2 h% H* J#shape of the dataset
print(X_train.shape)
print(y_train.shape)
print(X_test.shape)
+ q# s- v( ?) ~! l% z' F$ Qprint(y_test.shape)
+ c9 v& Q. \7 ]  A, j5 Y: T
* L% }! X- v; g2 x9 F, N( R
+ i1 u5 B* W) ]) 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）
' r5 u6 h( j, U. J  [# {- k#checking the labels
np.unique(y_train)
8 M, ]% z% o* ]( y6 [3 h
5 ~# ?6 A* t# a3 l. |4 ]4 O( Q
#first image of training data
+ h; \2 @8 Y- Hplt.subplot(121)
plt.imshow(X_train[0])
5 |1 W5 o/ e+ q& pplt.title("Label : {}".format(y_train[0]))
#first image of test data
plt.subplot(122)
! S5 k( u2 E) C3 I& R: Nplt.imshow(X_test[0])
7 Z4 e- M: z" P: U3 C8 ^plt.title("Label : {}".format(y_test[0]));
" g5 q; N2 g5 i6 t) N
! l5 n$ S0 H, F) l
! `  @- A& }' I" x#visualizing the first 20 images in the dataset
for i in range(20):
    #subplot
    plt.subplot(5, 5, i+1)
& j" x9 C. \$ I- L0 Z9 \    # plotting pixel data
$ [4 e7 w4 H# F* \( ^/ J! E5 h    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
1 x) |( [. |; r: P& ~8 C" L# show the figure
plt.show()

( w& s- X4 N+ U0 E; y! ]
3 \2 u1 }) O6 v/ ?9 c. g) 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

# Scale the data to lie between 0 to 1
X_train = X_train/255
$ j' g( @0 @# g' t, rX_test = X_test/255
+ g8 K, V/ ^( N+ F. Z7 |print(X_train)


" b; g7 X. O: j7 G5 v, O#reshaping the train and test lables to 1D
y_train = y_train.reshape(-1,)
y_test = y_test.reshape(-1,)
  D. G- p1 Y$ K& q) S. V  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。
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。

8 s0 W$ K3 R/ Kmodel=Sequential()
; s" I/ d3 T6 L; p6 H4 Y! g& {) f#adding the first Convolution layer
model.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
#adding Max pooling layer
model.add(MaxPool2D(2,2))
4 S0 j8 k# p6 C#adding another Convolution layer
model.add(Conv2D(64,(3,3),activation='relu'))
7 Z2 G$ _3 \) b/ h+ Bmodel.add(MaxPool2D(2,2))
3 H/ m& b. V/ _# dmodel.add(Flatten())
#adding dense layer
model.add(Dense(216,activation='relu'))
#adding output layer
. h( E* n& r  u: q, e2 M' Fmodel.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。
6 o2 J( S/ {* i" Z
& u: T  m/ X' M8 J+ `' ~# i4 S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/

( M$ U1 i" x( r7 O! M9 r' 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

9 X; ?' L1 C2 ?* {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。
7 v* x) z" W4 M% z% {& v
6 K* M1 `  n& v. ~. ~最后，输出层添加了一个 softmax 激活函数，因为我们有 10 个标签。

6 t, K; _+ g) {1 {4 u  {第 2 步：编译模型
9 I3 e# c5 r1 }- `( m! h% vmodel.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])

  o7 P5 k- R! m1 S1 H第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)

4 {8 t$ y0 V  H3 v: R1 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。
+ y2 ~; _/ ]/ ]9 V, h" S0 |" W/ [第 4 步：评估模型model.evaluate(X_test,y_test)
/ C$ z0 G/ p' j- p& ?4 N3 K) N
* s4 D) H7 U) L( T
% `' ^. }! W% w7 a: ^9 ?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
% f& M  @6 ~- I: E! w' _' ^7 T1 Hpred=model.predict(X_test)
2 g4 V1 |, `' [# I" k2 A#printing the first element from predicted data
print(pred[0])
- [; H1 y5 O, v# \8 A0 d#printing the index of
print('Index:',np.argmax(pred[0]))
8 B; D2 r* j# z: a5 N


1 s" G; K+ G7 _" ?, Y* q. Z8 J

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]
6 y& N- I2 p5 R/ B/ N7 zprint('Predicted_values:',y_classes[:10])
print('Actual_values:',y_test[:10])
% i! y% c# [. x: h: _0 k2 s
/ q' t. C8 k2 F( F% Z# s; w" }
0 t; b5 T$ Q. p+ N6 y9 r

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()
#adding the first Convolution layer
model4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
8 T  Z, j9 l4 Y) N! w+ |) j( U#adding Max pooling layer
model4.add(MaxPool2D(2,2))
#adding dropout
model4.add(Dropout(0.2))
#adding another Convolution layer
7 w; m5 e$ T& E& V! h7 Hmodel4.add(Conv2D(64,(3,3),activation='relu'))
1 o! V1 U$ w; t3 L1 Xmodel4.add(MaxPool2D(2,2))
8 d4 b/ l2 J/ N4 h#adding dropout
& K( k0 a5 D$ E  y1 smodel4.add(Dropout(0.2))
model4.add(Flatten())
7 R+ Y) W- s( Q( F2 I; r+ F#adding dense layer
- c' }9 p2 r6 ^0 vmodel4.add(Dense(216,activation='relu'))
8 [  x; p. O* u#adding dropout
. n+ L: `; G9 `) o% R0 jmodel4.add(Dropout(0.2))
#adding output layer
model4.add(Dense(10,activation='softmax'))
, l' W* o* D" s+ ^- _# H! A0 Rmodel4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
- F' @& I9 Y7 X) r1 r" kmodel4.fit(X_train,y_train,epochs=10)
9 B% d8 @8 O% i6 K9 q- M! ~+ u; ]

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。
+ G5 H, \6 w% p8 l: H
. l5 i8 f+ x5 }7 z尾注
* v4 [- I9 Q1 m/ f1 U, w" r* ^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。
- _* X7 F* J6 a2 Q


; M# W) k4 E! D4 ]# \* O2 B5 ?5 J