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

. b7 s% a- k' L# G+ m9 B4 q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。

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。
" S2 t- @5 C' K4 z" F1 }3 ~  G: U
) V8 O2 e# ?0 Q5 @( p" u! w' t实施

# importing necessary libraries
0 H- F) ^: H# d; L- rimport numpy as np
4 {5 A: e, C) R% vimport matplotlib.pyplot as plt
%matplotlib inline
' y" L3 g: Z9 [3 \& t4 i5 P, |# To convert to categorical data
* h% s  U& b4 O  S$ }% dfrom tensorflow.keras.utils import to_categorical
0 F* D: o+ N" ^7 k#libraries for building model
5 S5 u* S, T( X" kfrom tensorflow.keras.models import Sequential
* l5 H$ h# ^8 w7 Nfrom tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
2 o& u6 [, Z! i) }! {from tensorflow.keras.datasets import cifar10
1 \* i4 y1 q; ^! A6 g
' T, u1 K* f4 B- a#loading the data
(X_train, y_train), (X_test, y_test) = cifar10.load_data()

. M' s. J$ V% [( G/ L探索性数据分析
#shape of the dataset
print(X_train.shape)
print(y_train.shape)
  U( T! G8 m1 M# |; r/ Y2 \* bprint(X_test.shape)
4 }! P% w2 P& sprint(y_test.shape)
8 b. B4 W* B7 @+ X. [7 O' z5 }

! F+ |' _- y+ U7 J) w7 E8 h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）
: N$ }4 q* `/ O" K5 m+ @5 S#checking the labels
6 X2 A4 f* E3 h5 u* |" z) Rnp.unique(y_train)
$ F5 P; N+ o( a1 w* z: K
! y9 L* G* _# N8 ~9 R& k( Q
/ O, {  X) c$ V2 ?. m8 P, e#first image of training data
) y8 e# o) [( Y6 Vplt.subplot(121)
- `' t( t5 O3 V) i2 H$ vplt.imshow(X_train[0])
7 v: }  ~7 I5 V  mplt.title("Label : {}".format(y_train[0]))
8 z0 o3 @7 U3 a/ T- r#first image of test data
, A, `3 q1 R% e# T% nplt.subplot(122)
( F# u6 ?, ?( j& yplt.imshow(X_test[0])
; ~* k/ Q* E6 N; j- eplt.title("Label : {}".format(y_test[0]));


#visualizing the first 20 images in the dataset
for i in range(20):
7 n9 H3 J2 K; e    #subplot
# e, L* f- J0 O0 ?7 |    plt.subplot(5, 5, i+1)
+ |0 b2 s6 t1 q( b( _8 [$ x    # plotting pixel data
    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
& N0 ^: i4 L3 A# I# show the figure
8 Q  j3 X8 h. q9 d$ x: w" A8 q4 Lplt.show()
& j9 `$ w  K+ W  A6 S, 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
- n3 ^4 X: M: j( Q. G1 NX_train = X_train/255
# w) T% B. f8 K$ U# z6 S5 VX_test = X_test/255
; x/ g( D  p% H( cprint(X_train)
% G7 D" N  B, J/ }$ }

#reshaping the train and test lables to 1D
y_train = y_train.reshape(-1,)
y_test = y_test.reshape(-1,)

( L- w' W; f3 @5 Y0 J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。
6 [' C+ h4 Z1 Z) [; |. m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。

4 O- Z9 J3 r3 V9 K' B% x$ fmodel=Sequential()
0 \* x7 P5 c9 ^$ S; p- O#adding the first Convolution layer
model.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
$ z3 e; {( q3 s! X& e" U+ D#adding Max pooling layer
# t6 ]( k: v/ ~0 g* F" ^2 x$ J3 smodel.add(MaxPool2D(2,2))
#adding another Convolution layer
model.add(Conv2D(64,(3,3),activation='relu'))
, z2 H# w  S! N: smodel.add(MaxPool2D(2,2))
4 {7 z) }  B' r# `. H  w" J* qmodel.add(Flatten())
#adding dense layer
/ E4 ~7 e8 c" z1 L" n9 omodel.add(Dense(216,activation='relu'))
#adding output layer
& f! A5 O; U! k" }# Zmodel.add(Dense(10,activation='softmax'))

' ]& }6 y; f" ?8 C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。

* G; w; u1 ^' h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/

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
" j9 l- K, K6 u6 A
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。
* M" u' `) f. u7 z5 E8 Z3 l" s
$ U3 }% n+ D/ P- y5 t! q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'])

; Y: x2 w, a; M0 D) ~+ L0 K第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)
% ~0 S8 U  {, e

1 s7 b( ^: S9 Y0 M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。
  n9 ]" g/ [5 {第 4 步：评估模型model.evaluate(X_test,y_test)


* {1 X  G' ?# w6 P/ 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
- d' z# B! W6 a9 T7 Vpred=model.predict(X_test)
#printing the first element from predicted data
1 y! {( U: a2 W6 p6 yprint(pred[0])
2 t- @8 r* C% d7 ~#printing the index of
print('Index:',np.argmax(pred[0]))

8 X3 J8 f2 j2 }* u9 t4 V

& _5 g9 ^' R* h) t, I9 U8 F

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]
4 ^" A& R' X2 W+ R- ~print('Predicted_values:',y_classes[:10])
) y4 V( a+ A& ~" L& h. k4 P0 Cprint('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。

8 {; L3 r) z0 K6 z: V# j; ~model4=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))
: V8 U6 ?# n! j2 F9 c- @' m! Q#adding dropout
model4.add(Dropout(0.2))
#adding another Convolution layer
model4.add(Conv2D(64,(3,3),activation='relu'))
. M( F+ l. Z- u! l7 z7 H0 ?- ]; @model4.add(MaxPool2D(2,2))
  l% i5 ]0 A  Z5 }1 x& x#adding dropout
' @4 O" l' ]  }4 vmodel4.add(Dropout(0.2))
2 b6 C8 H- d! B$ ^. qmodel4.add(Flatten())
#adding dense layer
model4.add(Dense(216,activation='relu'))
7 `6 ^, O# V8 V" r. V5 q( [#adding dropout
0 E$ D9 L5 }: I7 H# Rmodel4.add(Dropout(0.2))
$ O% O  O! b5 v( h. ]#adding output layer
model4.add(Dense(10,activation='softmax'))
model4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
model4.fit(X_train,y_train,epochs=10)

7 i0 q: l" N1 a$ _
& J: n5 s  i: Z5 ?# Wmodel4.evaluate(X_test,y_test)

, w* ~9 G9 E# P9 ?, l$ j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。
, f* p" i  k  U5 W4 ^
尾注
3 {' t0 h. o- 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。
9 G7 [% @& J: J
- e0 j7 ^% k5 r5 Y

5 d1 D% r, `" J) Q2 S/ V1 A0 b& P