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
0 k! q. {* X. v# w简介
/ W7 F3 r$ R" V2 o( U% K+ |2 }! y
/ \+ k9 @4 o0 p$ m7 R: M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。

2 J% z; S. ^6 `0 w9 ~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。
" d. c1 W: r/ ?
7 i: \7 i/ [" ?实施
' _/ D8 d9 W! N
# importing necessary libraries
import numpy as np
5 b+ N" i8 l5 I4 I, B9 Mimport matplotlib.pyplot as plt
%matplotlib inline
) d% @' \- @' Z; j- J1 K8 c# To convert to categorical data
from tensorflow.keras.utils import to_categorical
% \$ g5 j* ~. D: |5 J' `#libraries for building model
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
8 |' I1 M8 G$ hfrom tensorflow.keras.datasets import cifar10

  C. D( a3 G" ?4 ]* V$ H#loading the data
+ P, L: N% G6 @5 \; M(X_train, y_train), (X_test, y_test) = cifar10.load_data()

探索性数据分析
& r7 ~( ^& v9 F# |; [: v#shape of the dataset
print(X_train.shape)
print(y_train.shape)
9 W, r* J2 r% L+ ~- `; i% xprint(X_test.shape)
print(y_test.shape)
5 g4 v1 F0 w2 _) m- R( s1 X
9 O. X) j% F" U! J3 D
/ Y% k8 y9 Z/ 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)
9 u5 s2 b) e  k' R% W3 [; z9 r
  r+ @4 @& e$ f& I/ a# n0 n* m
#first image of training data
+ G" h0 R. p- d7 y% E1 E" a. cplt.subplot(121)
plt.imshow(X_train[0])
' n2 `- h6 B# }! _! O. Y: [- Iplt.title("Label : {}".format(y_train[0]))
#first image of test data
plt.subplot(122)
2 X% y0 I' b6 Q- t7 `  vplt.imshow(X_test[0])
1 ]- E1 F1 W  T$ R3 q0 gplt.title("Label : {}".format(y_test[0]));
; O5 P7 H1 l* F8 L

+ B1 y" ]/ g) h+ w* [, y#visualizing the first 20 images in the dataset
for i in range(20):
3 u% b$ r% x6 k4 s) |  h1 R4 ?    #subplot
    plt.subplot(5, 5, i+1)
    # plotting pixel data
    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
! ^9 h5 @* _/ e, h# show the figure
plt.show()


! u1 M) F$ f7 i2 O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* U. s/ ~' Y- qX_train = X_train/255
9 g  O0 S( r: x+ @. F. c3 mX_test = X_test/255
print(X_train)


. D& c( g9 D1 P7 k# a: \* j2 ~1 T#reshaping the train and test lables to 1D
y_train = y_train.reshape(-1,)
y_test = y_test.reshape(-1,)

  c. h6 f! b+ p; Z& J/ f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。
: T! f8 G9 m. y8 n0 c3 e, b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()
  _. b& i4 n0 d& @0 c3 n#adding the first Convolution layer
5 N0 B; M" O; j; @7 @' Mmodel.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
7 j1 N' y# o, |+ O8 N1 i#adding Max pooling layer
model.add(MaxPool2D(2,2))
#adding another Convolution layer
model.add(Conv2D(64,(3,3),activation='relu'))
model.add(MaxPool2D(2,2))
model.add(Flatten())
#adding dense layer
' ?$ ]9 v+ X. {6 rmodel.add(Dense(216,activation='relu'))
3 z9 L2 e$ B3 V* U#adding output layer
% y. m( F0 M( G, F$ u+ @model.add(Dense(10,activation='softmax'))

: I, }3 A+ C2 k5 I) e5 ^0 s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/
8 g+ Y. {, l/ d$ W' A+ R: Z0 k
6 g, j) l& V) E! B. A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

& y9 t7 x* m, |% |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。
1 G5 |- j& N( \
最后，输出层添加了一个 softmax 激活函数，因为我们有 10 个标签。
* r3 A3 C9 |5 O' u- F, `* p8 C
第 2 步：编译模型
# T/ C# ~1 U8 M$ Y* ^6 x2 Fmodel.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])

: P% s- L4 y* i' V4 P9 `2 m$ ]' B' C第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)
0 F9 f1 A# A$ G6 f- d

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。
/ ?9 ~+ a, q- d( Z  L第 4 步：评估模型model.evaluate(X_test,y_test)
; s) i" Q+ t5 j: d& o$ @; C
; Y. Z. _% L1 f: r$ A! c7 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。
第 5 步：进行预测
pred=model.predict(X_test)
#printing the first element from predicted data
" N6 ]) G2 G% M& ^; s" u. uprint(pred[0])
#printing the index of
+ o1 f0 `; F9 i$ v* A$ V' Bprint('Index:',np.argmax(pred[0]))


9 ^0 |- M7 d6 [" T9 I) 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]
print('Predicted_values:',y_classes[:10])
print('Actual_values:',y_test[:10])
7 k1 R( x' [. u# Y1 F4 d
% G9 s. Y: G# E2 h( v. E

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。

7 ?3 u" V+ |! h) @model4=Sequential()
1 C  ~" ~% z! v( a/ q#adding the first Convolution layer
# b" p  ]5 N" [' t& B# kmodel4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
; I3 m: _, s2 c- Y#adding Max pooling layer
( N0 }* X9 B# ~$ l2 j" m/ ^model4.add(MaxPool2D(2,2))
  Y" }" I1 `  N3 p7 g#adding dropout
  |+ r! h7 ]2 E( _model4.add(Dropout(0.2))
#adding another Convolution layer
model4.add(Conv2D(64,(3,3),activation='relu'))
model4.add(MaxPool2D(2,2))
( s* E- y% d. O! v) Y9 b#adding dropout
0 R: F: H9 `7 i4 c( W' I& c) kmodel4.add(Dropout(0.2))
model4.add(Flatten())
#adding dense layer
% ?5 @; q) l0 ~6 P, c* Ymodel4.add(Dense(216,activation='relu'))
#adding dropout
! G8 F1 a8 b6 ^3 V, r5 f7 }7 D- Cmodel4.add(Dropout(0.2))
. H' f; C- A" q$ M7 i#adding output layer
$ s0 v, q4 R) J+ G, K# ~- omodel4.add(Dense(10,activation='softmax'))
model4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
  p8 d" R0 F: o) N  Tmodel4.fit(X_train,y_train,epochs=10)
5 h0 x1 x4 V+ p& y. s" n

model4.evaluate(X_test,y_test)
0 P, M6 ?4 c# u+ m. B
6 ]7 I/ U6 L* y! {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
0 ^' l& [. U5 D4 c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。
- q: h4 ^  N- s* k) J" l

" R  b8 B# S1 p. N" h4 x" S