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
& r2 a: ~3 e4 ?0 W
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。

( S4 ]3 z1 s2 }/ C; X1 S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。
4 l- }' a( x, a1 W4 H; 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。

实施
6 Y. A' x4 c( }! w
3 O1 F% R9 q$ B$ u6 ?# importing necessary libraries
7 |; P* }* @/ h. n2 Z1 ^* pimport numpy as np
import matplotlib.pyplot as plt
$ W$ e/ r5 v1 \8 q+ ~%matplotlib inline
' C% l) m+ ?" b7 R# To convert to categorical data
from tensorflow.keras.utils import to_categorical
#libraries for building model
( }1 H$ J' n! U0 vfrom tensorflow.keras.models import Sequential
' U! l# _4 P# M" [; Y0 K9 efrom tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
: e, ^# e- M) Y4 [/ Nfrom tensorflow.keras.datasets import cifar10

; h& v% E+ `) K2 B#loading the data
# N: `7 V, K: k, R, ?; J- d$ w(X_train, y_train), (X_test, y_test) = cifar10.load_data()

探索性数据分析
#shape of the dataset
/ Q$ |6 y6 r% L8 c$ mprint(X_train.shape)
3 E) Q/ l4 x, N) Wprint(y_train.shape)
& i% w% W) J0 Z4 Z( s! sprint(X_test.shape)
$ S) R5 l( O, ~+ y% S6 ?print(y_test.shape)
9 d+ y5 h2 e( V" L/ |
" O5 n# t2 v) s- A* G
, k; v# k% B9 v  [# K  w& u* S4 ^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）
8 c4 v$ E& F! z4 J#checking the labels
np.unique(y_train)

; B( F% {" K1 \# F5 t
4 ?7 ~" R# g3 W  o4 g6 m. V#first image of training data
7 p( ]$ F& W1 Jplt.subplot(121)
. l. l! ~: ^+ f- m; fplt.imshow(X_train[0])
; H4 R& M) ~8 I4 i4 F$ Jplt.title("Label : {}".format(y_train[0]))
#first image of test data
plt.subplot(122)
4 G$ s9 E) l. hplt.imshow(X_test[0])
6 |3 ]4 K$ a! ~4 [, {) ^2 vplt.title("Label : {}".format(y_test[0]));
" E3 [% F  D% b, T& l  M( X

* m8 i+ z: |6 M8 ^: L#visualizing the first 20 images in the dataset
" E+ ]( ^  G) J  g, r7 J6 X4 i+ M- nfor i in range(20):
    #subplot
+ u6 k* Y) w* D( ?: I3 i7 ~/ ]    plt.subplot(5, 5, i+1)
    # plotting pixel data
: A8 V! E+ w: a  \" @: _% _    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
! O" P/ `4 u0 M' M! |; p# show the figure
plt.show()
$ O# \; R, |( P
& I' b6 Q) [7 A2 l! G
/ r& q0 k  I6 ^1 g( v+ ^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
/ b1 C. K9 t; I+ o" q+ zX_train = X_train/255
X_test = X_test/255
print(X_train)

9 L+ J5 H, x3 I. I, R" e+ Q+ u
$ k4 ~: H  H/ N3 l#reshaping the train and test lables to 1D
8 f% f& ?3 W; H# O" _' qy_train = y_train.reshape(-1,)
y_test = y_test.reshape(-1,)

2 s5 ?; y% u" n) l  H1 l; E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。
) L! r( u& |! [1 J2 K3 q% r% I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。

7 C; m* m' _( c$ S. A6 p# tmodel=Sequential()
#adding the first Convolution layer
1 R7 Z3 }- A+ D. H0 p! _) w6 ~9 T2 smodel.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'))
9 N, ?- z" k4 imodel.add(MaxPool2D(2,2))
model.add(Flatten())
, U" \1 ]' e$ q#adding dense layer
5 W8 P8 h. R, J/ qmodel.add(Dense(216,activation='relu'))
! ?( ?# A. S0 E1 n#adding output layer
, H) f1 F' k' Y  {# G' l) J7 b  Smodel.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。
. E9 H. g+ ~. j$ g3 H7 V
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/
' e, }) j3 a6 s* V8 Z2 O
' b- C8 R/ l+ u: O3 ]7 g. R8 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
: m! y  c, L+ k1 |: Y4 W
/ a; s8 t' |( O1 @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 n+ ^& P+ ]0 I2 Y9 S, q3 ~8 h
最后，输出层添加了一个 softmax 激活函数，因为我们有 10 个标签。
# d0 _/ a- J5 e2 m/ `) z; a
- t3 {) E/ |4 G+ D+ j/ X第 2 步：编译模型
/ w1 O7 P2 g% w3 L8 L) zmodel.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 T. E  l4 |! I4 Y8 b
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。
1 a9 m* z4 o( O# ?3 h第 4 步：评估模型model.evaluate(X_test,y_test)


4 B  x$ p. O$ X; h! Q, ^/ P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。
3 ~8 a9 y, Q, |" q第 5 步：进行预测
9 C8 J$ p7 x1 ^1 k  d1 Jpred=model.predict(X_test)
1 @& a, L4 X# `7 Q) B8 @  I7 S: L#printing the first element from predicted data
print(pred[0])
#printing the index of
print('Index:',np.argmax(pred[0]))
1 g9 j, E$ }" \7 y# i0 H
: O; B- Z2 D, G: q8 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]
/ f( i8 m8 B' j; R. B* lprint('Predicted_values:',y_classes[:10])
3 j6 g0 _) }6 @5 U" zprint('Actual_values:',y_test[:10])

* x" a( W$ R/ E, Q3 I
8 R  B# k, s& H9 u

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 Z5 E5 ]! N$ ?6 n# T  O8 I6 umodel4=Sequential()
#adding the first Convolution layer
model4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
#adding Max pooling layer
model4.add(MaxPool2D(2,2))
4 A, ^+ C& J0 V3 Z8 d, v#adding dropout
model4.add(Dropout(0.2))
( N0 i; E8 ~  R#adding another Convolution layer
" Y( x4 c  A3 }$ ~( q, U, i: vmodel4.add(Conv2D(64,(3,3),activation='relu'))
model4.add(MaxPool2D(2,2))
#adding dropout
model4.add(Dropout(0.2))
. r  P. p2 _1 n5 M! @- V1 L4 Imodel4.add(Flatten())
. r. h) W' s6 c#adding dense layer
- N) R/ T3 X5 |. r2 k  o) pmodel4.add(Dense(216,activation='relu'))
$ W9 I: D9 W2 L#adding dropout
model4.add(Dropout(0.2))
#adding output layer
- |" `0 _: r+ F: Z; v8 r; Qmodel4.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。
. q% I* ~5 u2 {: I1 L
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。

$ k0 ~$ N0 M5 I, m3 w0 H; K  T

% M/ q7 Z& e* @! v0 m