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
4 w. r1 s6 K: k' a) @3 M简介

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。
5 j8 B3 A  J* I1 ]3 `1 G/ F. w
) b: ~/ o" q$ U( f& ]) O! [3 O7 o! j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。
' Y# F1 w: Q; R: [- y1 l) `
实施

# importing necessary libraries
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
# To convert to categorical data
" |, r4 J0 U; F8 O' Rfrom tensorflow.keras.utils import to_categorical
#libraries for building model
from tensorflow.keras.models import Sequential
1 D% D1 x, W& [* b6 U! Pfrom tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
from tensorflow.keras.datasets import cifar10
' Q0 C! F4 f3 I! I2 c& R( E
#loading the data
(X_train, y_train), (X_test, y_test) = cifar10.load_data()

/ g5 k* [% ^4 {$ t7 a: g探索性数据分析
#shape of the dataset
print(X_train.shape)
print(y_train.shape)
8 B0 p; c7 |( Wprint(X_test.shape)
" y( a: g  S$ ~print(y_test.shape)


$ P/ Y% z4 d' A8 N, w: i5 d+ 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）
: _! Q/ Z7 J$ N& V# m  t$ R4 Y#checking the labels
np.unique(y_train)
8 t. a" A4 C0 L3 ?7 q' c# g- f, T. H8 z

#first image of training data
/ V/ o4 l6 l& e  `6 @5 Qplt.subplot(121)
, s; N5 R& d% l! ^0 ~plt.imshow(X_train[0])
* I0 e, A+ E+ I0 Lplt.title("Label : {}".format(y_train[0]))
, r( t* u1 E( `* ~# m7 Z& E#first image of test data
* x8 t' w. q5 eplt.subplot(122)
% h& \2 i% c% l' yplt.imshow(X_test[0])
% I6 h2 A' q# X" V- j$ Fplt.title("Label : {}".format(y_test[0]));
! D. i9 l) |9 ~- Z3 h
8 r8 z; Y' Z3 j9 a, `# e2 ^
#visualizing the first 20 images in the dataset
% ?4 k* k5 }7 |% R* b, N& ~$ Cfor i in range(20):
( v; P8 Y4 D% _' d  c    #subplot
    plt.subplot(5, 5, i+1)
2 D5 P6 A9 U! c. U; @3 m7 C    # plotting pixel data
    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
# show the figure
plt.show()
$ l" I8 e5 ^% w2 |  L

+ v  J% ~9 N. x# ^6 E5 r0 r; 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
+ o" f: i+ w7 i6 a8 EX_train = X_train/255
X_test = X_test/255
print(X_train)
+ `. m8 t2 e6 W

#reshaping the train and test lables to 1D
y_train = y_train.reshape(-1,)
y_test = y_test.reshape(-1,)
1 z( K9 n% E* S2 C: n; x  w+ i
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。
' k/ B/ ]' _$ n/ w7 n& i2 ]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。

! a" H- f* X: l0 V5 {model=Sequential()
#adding the first Convolution layer
1 A( ?# s/ K. ?+ n+ dmodel.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
#adding Max pooling layer
model.add(MaxPool2D(2,2))
: ~) _0 {5 F* _6 q#adding another Convolution layer
model.add(Conv2D(64,(3,3),activation='relu'))
model.add(MaxPool2D(2,2))
model.add(Flatten())
; y/ O+ J' Q  a/ f' I) F#adding dense layer
model.add(Dense(216,activation='relu'))
#adding output layer
model.add(Dense(10,activation='softmax'))
* D# _& a$ J/ s( g
2 ]7 y' k# A+ G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。

+ Z0 I8 y$ I# n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/ [/ n7 Y  d5 X! E! v
- o+ L+ U8 k9 N0 _: 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

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。
: ]3 G& w/ d2 B2 W
最后，输出层添加了一个 softmax 激活函数，因为我们有 10 个标签。
$ B- ?- ]$ X" i) s1 E' k
第 2 步：编译模型
model.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
; F# w! |  H3 U. b- P# X* N
第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)
. k6 M! \: c; B* h, V- Y! X+ a

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。
' U& E% S0 Q0 _2 B2 x& g第 4 步：评估模型model.evaluate(X_test,y_test)
0 ^! ~4 I3 j4 o" Q" U. b3 Z

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。
# d; d0 u% J0 \- K& g第 5 步：进行预测
6 q- t' e8 _$ [; i# Y- epred=model.predict(X_test)
; g9 e7 y+ l* k2 n9 V. h7 D#printing the first element from predicted data
- V* ]7 G: J- r8 }print(pred[0])
) G8 L. l' h/ @7 N+ j#printing the index of
9 S' b! l) v7 j# @. `print('Index:',np.argmax(pred[0]))

+ }$ k3 Q$ j' E! E9 g( S

  b9 P, ~: t* u" 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]
$ u! L  c: F8 f+ Z( Q  e0 ?) d% M/ Y: @print('Predicted_values:',y_classes[:10])
print('Actual_values:',y_test[:10])
/ y7 K+ Z4 {  U) _3 ]
& W: n$ u, R2 V
% G, q$ u3 C1 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。

6 Z' \4 i) z. X# Z; ^0 `model4=Sequential()
5 ?$ V+ o2 R# P2 c' q6 s#adding the first Convolution layer
( P( O8 V1 d8 s' emodel4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
' z$ F+ O- l4 W4 g#adding Max pooling layer
/ f* ^! h! k4 Gmodel4.add(MaxPool2D(2,2))
#adding dropout
" Q, M# }9 \) r" ?% }" E, ]model4.add(Dropout(0.2))
, r3 f- Z* _6 ?/ n/ E#adding another Convolution layer
model4.add(Conv2D(64,(3,3),activation='relu'))
model4.add(MaxPool2D(2,2))
% w- j6 H4 ~) a8 T9 b5 x, i#adding dropout
model4.add(Dropout(0.2))
) Z" }' c! ^9 [1 ]model4.add(Flatten())
5 ]' e! g& ^: i: y#adding dense layer
model4.add(Dense(216,activation='relu'))
% n/ J' I; q/ d6 Z0 j$ v$ c#adding dropout
model4.add(Dropout(0.2))
#adding output layer
model4.add(Dense(10,activation='softmax'))
9 F9 A& ^' i6 b' x% z$ P. Omodel4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
5 D' c7 m  {: |- J9 J$ v0 Xmodel4.fit(X_train,y_train,epochs=10)


model4.evaluate(X_test,y_test)
# ?- {* N: o/ R7 f0 R# N; 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。
  p# j4 o0 i5 N( X  z8 W- G( A+ d
尾注
/ H2 n7 ]( G3 s* D2 X$ n+ P- @2 ?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。
6 ~1 h+ I0 ~; A* H8 A5 g, w" E
0 m2 M) |, \, w8 m! |6 J6 F5 j