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
+ {+ K) c) e4 ~3 z. 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。
" r& b# u  y+ w6 x
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。
- @% ~- W8 d/ z# T% K/ `8 B
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。

$ Z8 f1 W+ O1 V+ J9 j实施

# importing necessary libraries
import numpy as np
8 F0 k" j; \7 D1 N( Dimport matplotlib.pyplot as plt
%matplotlib inline
# y( E0 a- E0 i  ^  _( p# To convert to categorical data
from tensorflow.keras.utils import to_categorical
# ~) b) H8 K  k+ A  s# q; U#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
9 O6 I0 C# K  Y  \% n
#loading the data
(X_train, y_train), (X_test, y_test) = cifar10.load_data()
) Y7 _/ H9 L4 W1 m
: {! z  H( X) Q探索性数据分析
4 B& P0 K1 ?+ @" A$ h. ^, T; R#shape of the dataset
print(X_train.shape)
print(y_train.shape)
print(X_test.shape)
$ t9 `& x3 B' a" Q% w+ hprint(y_test.shape)
# W. c4 ]  f) h: Z, F6 ?( C
" d. H5 g0 z7 j4 a
5 z* z2 U/ J3 |5 ^; L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）
7 V1 b+ ^4 V9 @! i! e, r#checking the labels
0 g6 d/ q" j& K6 X2 M) Znp.unique(y_train)

9 P1 }3 Q  U9 @
% E  o8 g- b  f/ N& z#first image of training data
. g. j+ P0 I- G+ fplt.subplot(121)
% y9 e5 S7 Z8 Xplt.imshow(X_train[0])
plt.title("Label : {}".format(y_train[0]))
& V. t4 s( v* }#first image of test data
plt.subplot(122)
plt.imshow(X_test[0])
7 P* e: C2 s* f- Eplt.title("Label : {}".format(y_test[0]));


& y0 n4 Q, a* _4 i' W#visualizing the first 20 images in the dataset
# }8 C: O" H! C& d% f$ ffor i in range(20):
    #subplot
    plt.subplot(5, 5, i+1)
    # plotting pixel data
" n9 I+ d, |& |% ~0 T# L( [% m    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
3 A/ o5 N! j2 ]- ^0 {) O& ~& W# show the figure
, E' k! ~. v# ?. x$ K+ ]plt.show()
7 T" ?2 s" t6 B
5 X+ A# ?0 q3 p
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
print(X_train)

1 c. s1 k* {7 Y( y" R. o( r$ L
#reshaping the train and test lables to 1D
: {/ Q/ j7 J( D0 z& vy_train = y_train.reshape(-1,)
: z- v+ z5 k2 ?3 {y_test = y_test.reshape(-1,)
8 U" |1 _) j; |- T5 M+ {/ N6 u
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。

model=Sequential()
- Y& V6 z& B* Y. d" X#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))
#adding another Convolution layer
model.add(Conv2D(64,(3,3),activation='relu'))
/ U9 Y9 x! v7 T# Cmodel.add(MaxPool2D(2,2))
* W0 ^# \& Y8 \; u3 f+ l, N( Smodel.add(Flatten())
#adding dense layer
model.add(Dense(216,activation='relu'))
# @' a- p! T/ y1 F/ d#adding output layer
/ ?8 H' e: c# V( x% g) gmodel.add(Dense(10,activation='softmax'))

5 }, f6 E2 T5 N. k5 @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。
, L3 ^0 e& S7 _8 g
5 j; R/ `# S4 k4 x  U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/
& y/ E2 ?1 D7 [* t! ^. q2 u
6 K6 k; c9 C$ R" g# V$ W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。

最后，输出层添加了一个 softmax 激活函数，因为我们有 10 个标签。
7 g8 L4 H, O& w
第 2 步：编译模型
; ]8 ?4 n5 a1 L: S% ]' Amodel.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])

第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)

9 A0 \) o# D: l7 \* x" `. C
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)
  x: M- [8 C3 y$ z8 X5 Y0 C2 O

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)
. I: Q" D* f. p#printing the first element from predicted data
print(pred[0])
#printing the index of
# W! ?' L8 e9 Y! W  D# Yprint('Index:',np.argmax(pred[0]))

/ S* a& v; _6 }6 u1 R: A/ @

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])

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)))
2 m7 I- v: x; y- q" Y+ v0 j#adding Max pooling layer
model4.add(MaxPool2D(2,2))
#adding dropout
* Y0 \* ?4 [* j' o! smodel4.add(Dropout(0.2))
#adding another Convolution layer
model4.add(Conv2D(64,(3,3),activation='relu'))
3 C9 }- q6 x( c* B% {7 Xmodel4.add(MaxPool2D(2,2))
#adding dropout
9 N: u8 z+ B2 l7 @model4.add(Dropout(0.2))
model4.add(Flatten())
#adding dense layer
model4.add(Dense(216,activation='relu'))
* H* H% c6 Y4 O. l" k#adding dropout
model4.add(Dropout(0.2))
  f+ m# g; A' A3 M2 I' `#adding output layer
1 G9 D$ U" W6 |& B: _) Nmodel4.add(Dense(10,activation='softmax'))
% v: Z+ V7 d$ @$ vmodel4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
model4.fit(X_train,y_train,epochs=10)
/ A9 f  m: h8 \" a

& [- h# S6 m0 |/ ^7 n4 ~model4.evaluate(X_test,y_test)

* k/ x4 Z+ y* V6 r/ g$ X. O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。



' l# D0 p' F) v+ Q