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

( r, K9 g- ?+ N% r9 u! o  E$ 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。

4 c8 j2 e. Q- ?9 R6 ^. a/ E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。
; l! ]6 Y% d8 c; F% K' @
0 |( A8 `+ G. q7 S/ e/ H7 P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。
9 G3 @) [/ g$ Q( H  n
/ ^0 f& Z) M( H. f" K实施
+ _5 w) g2 A" a: [2 v3 a1 t
# importing necessary libraries
import numpy as np
import matplotlib.pyplot as plt
* R' Y/ U+ D* W' S; N# ?%matplotlib inline
# To convert to categorical data
( ~0 ^6 l( s/ l! d! mfrom tensorflow.keras.utils import to_categorical
  d' I) ]  [& q# k# a5 ?/ Y#libraries for building model
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
5 T, }0 |$ K( v# f8 E" m' [8 ifrom tensorflow.keras.datasets import cifar10
# I6 n' t2 L. f) d; L: g1 V$ c
2 [3 u; V: G) }% v#loading the data
' G; p0 O4 B' o(X_train, y_train), (X_test, y_test) = cifar10.load_data()

& o0 _7 D4 o, N! k$ d6 w. u探索性数据分析
#shape of the dataset
- e! P5 o$ t. Sprint(X_train.shape)
print(y_train.shape)
print(X_test.shape)
$ R) g3 }: F2 Y. W3 |% Fprint(y_test.shape)


. H8 \- m5 n+ c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
) q! [7 B" s2 W6 l8 S2 e1 C; m) pnp.unique(y_train)

+ T  R) R5 m9 ]  ]% O
#first image of training data
plt.subplot(121)
& N$ K& R* z1 zplt.imshow(X_train[0])
3 k- R% ?" \6 ]8 S" Splt.title("Label : {}".format(y_train[0]))
#first image of test data
plt.subplot(122)
. D! t  q/ ]" x9 A' S9 F# W# Hplt.imshow(X_test[0])
7 _, r+ b/ Y0 |5 @7 n- |plt.title("Label : {}".format(y_test[0]));

& g9 N+ Y; B4 M* }3 Z3 ^; b9 h$ }2 b
' [# w! j, Y5 Y#visualizing the first 20 images in the dataset
for i in range(20):
: ?' |) F' A8 U4 ?8 b" U    #subplot
2 g; l& b  ]9 ~+ e2 }5 f    plt.subplot(5, 5, i+1)
    # plotting pixel data
! J; p% g9 R9 ?7 u2 F    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
# show the figure
plt.show()


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

; N! }( w  u* F8 l# Scale the data to lie between 0 to 1
X_train = X_train/255
' k3 o* |: B3 z& I' O( Q' ]( B" pX_test = X_test/255
/ i3 W1 z: j3 O& ~% {4 ^print(X_train)


#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。
4 X; Y/ ]$ v( N2 n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()
& m' X* U: o9 a2 Z: f  e5 t( g" g9 B#adding the first Convolution layer
) R( Y" g6 q/ Wmodel.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
7 n# h; E* G! a7 Y! F#adding Max pooling layer
model.add(MaxPool2D(2,2))
. a1 K+ X6 n3 A2 y% J: I  a#adding another Convolution layer
model.add(Conv2D(64,(3,3),activation='relu'))
model.add(MaxPool2D(2,2))
model.add(Flatten())
#adding dense layer
( a& q* h( Q0 Qmodel.add(Dense(216,activation='relu'))
#adding output layer
# R4 R; e  G9 Y. h0 G, r. ]& Vmodel.add(Dense(10,activation='softmax'))
1 ~+ k: x4 [% r$ C( j- d9 q$ M) b! [
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。

: N( P1 n' l2 F3 h  K  M$ j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/

7 {) r  w4 c$ T' ~* N4 {. p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
' j1 I: B. z! U2 G: g
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'])

第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)
( a3 k- T; U- l2 S
( M, o! \2 s" V3 U
( E, Z# t0 v4 c; k8 L5 `$ N$ U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。
4 G4 h* G5 p/ `+ F$ [0 }第 4 步：评估模型model.evaluate(X_test,y_test)
: v+ y) b  m! p

5 C% Q8 J! Z0 y% _- X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 F$ }" \" j( A0 \! X3 P1 M7 J1 w第 5 步：进行预测
pred=model.predict(X_test)
#printing the first element from predicted data
9 j; |1 f  z2 eprint(pred[0])
#printing the index of
print('Index:',np.argmax(pred[0]))

* ~- B8 t" y* P& U4 ?8 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]
print('Predicted_values:',y_classes[:10])
print('Actual_values:',y_test[:10])

4 }! b2 j! a* f1 Y0 h

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。

8 K- K- l. u* ]0 ?/ i; ?4 fmodel4=Sequential()
#adding the first Convolution layer
$ ]( C9 n, w0 D$ E2 R9 zmodel4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
#adding Max pooling layer
) [! k- |" k' M* G* ?1 ]3 nmodel4.add(MaxPool2D(2,2))
#adding dropout
model4.add(Dropout(0.2))
#adding another Convolution layer
model4.add(Conv2D(64,(3,3),activation='relu'))
model4.add(MaxPool2D(2,2))
$ F. v0 q1 t3 X& ]/ e" R" ?* Y#adding dropout
model4.add(Dropout(0.2))
4 e# s) O/ B" cmodel4.add(Flatten())
+ s8 V* v( z* U/ ]- p6 E#adding dense layer
model4.add(Dense(216,activation='relu'))
#adding dropout
" D$ o+ z* k) t$ B9 y3 Q5 Hmodel4.add(Dropout(0.2))
#adding output layer
model4.add(Dense(10,activation='softmax'))
* N7 z5 J2 R/ y  zmodel4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
model4.fit(X_train,y_train,epochs=10)


$ K$ T0 _+ W) k, \- xmodel4.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。
- b! f3 T- Z8 e8 C) Q0 V5 y+ ~
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。
+ w4 s7 X- R, P$ ~