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
1 r; v- X% h- ]( L$ I1 w简介
6 ]1 ~7 i1 i: P) s; R) |1 z: i
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。
) ~0 U9 q$ c6 t
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。

9 l  M: \* ]: X7 M6 S* a' u$ m4 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。

实施

4 t, |% O5 z8 F  n4 k6 m& S# importing necessary libraries
import numpy as np
8 g* Q: O) }0 I/ Z9 Kimport matplotlib.pyplot as plt
%matplotlib inline
# To convert to categorical data
from tensorflow.keras.utils import to_categorical
6 Y5 ~  _! t# A) R1 r6 Y0 L#libraries for building model
5 s' m, Z, u5 U. ~! ?3 {. Rfrom tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
from tensorflow.keras.datasets import cifar10

#loading the data
- }$ O8 m0 J8 f5 m& z  _: X) w(X_train, y_train), (X_test, y_test) = cifar10.load_data()

: B! m3 d8 s) C* k- q, M探索性数据分析
#shape of the dataset
, Q3 u5 W& s# r4 I) _print(X_train.shape)
4 H  S# K# S: F& }; ]4 Uprint(y_train.shape)
7 w5 S. W1 N0 ~" f) E- `& v$ _print(X_test.shape)
) j2 i+ T. A4 u4 S- xprint(y_test.shape)
) r4 \$ f9 C3 [4 G
1 R, b( ~4 {5 y' l" H% }' w
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）
9 @' c+ T" n) n. L# m#checking the labels
np.unique(y_train)
0 e2 z- N  Y- Z. ~

#first image of training data
. O; O, r+ |% ~: l  W# a* nplt.subplot(121)
7 h+ M1 T" x' W$ b9 A6 A  gplt.imshow(X_train[0])
plt.title("Label : {}".format(y_train[0]))
#first image of test data
& {. T$ K; e" yplt.subplot(122)
0 n4 z- h- }# m. Z  d/ U9 v  oplt.imshow(X_test[0])
$ y! t/ K! {# z0 M" ^- Q, gplt.title("Label : {}".format(y_test[0]));

4 J% D8 I6 C+ r% ~
7 ^5 U9 f) j. M" O#visualizing the first 20 images in the dataset
3 ]; `9 m/ Y* n. N3 M4 q$ l# Ufor i in range(20):
    #subplot
- p$ P* J$ S: b# l2 ~    plt.subplot(5, 5, i+1)
    # plotting pixel data
# S. w: u+ Z9 [+ T3 b    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
# show the figure
( y+ N( b& C. l2 vplt.show()
0 K7 l9 H+ C$ |  p: n
6 I; |* H$ v. ?1 Y
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
) n; K0 v  ]6 O* a2 d2 b& y! XX_test = X_test/255
print(X_train)


( ~$ `2 E+ W' f; `- w# [#reshaping the train and test lables to 1D
y_train = y_train.reshape(-1,)
" w% p& B% W6 S4 my_test = y_test.reshape(-1,)
. n3 s1 x$ q2 `& o1 d' Y
2 g3 y5 T8 C- H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。
1 O  F! B$ H# ]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。

" _, f, H8 c- ]4 L+ p4 U/ e% G% u7 Gmodel=Sequential()
#adding the first Convolution layer
9 A) L5 L& g9 Y$ \+ l% Smodel.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
  u1 H  Q# t! \$ s* ?#adding Max pooling layer
model.add(MaxPool2D(2,2))
#adding another Convolution layer
model.add(Conv2D(64,(3,3),activation='relu'))
2 P9 P! `( ?0 J  a3 K$ q& Zmodel.add(MaxPool2D(2,2))
" n# H+ s0 f- }: ]model.add(Flatten())
! J" E& J; }+ j4 @  Y5 D* L( k#adding dense layer
6 B3 e$ a5 U" h9 P7 ]model.add(Dense(216,activation='relu'))
* O8 ]6 `. s  |/ x3 W- \# ?& N#adding output layer
# `& e7 \3 E3 g. bmodel.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。
' ^, l' B3 w: R" ~2 s
. S; `' ?  z/ W' m( l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 |5 d. ?: e" M& p* g$ }" \* C- w
2 R( A- a9 o8 X1 s/ E1 o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

" Y9 p' N  R4 r& a( R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
3 W; s; K' w, x( |7 h1 ^  Hmodel.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])

+ Z8 w+ b' \; ^" C  ^第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)

) c' W- A) _$ i: v/ L
" H( Y' ?0 M3 l# F, X" J2 l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。
  ^/ ]$ j6 o4 J. C* |' d' G第 4 步：评估模型model.evaluate(X_test,y_test)

+ R/ O+ L2 n2 j. _- T) v
+ h4 n* m  m/ B/ F2 U8 t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
0 l5 k5 X+ Q7 f" Opred=model.predict(X_test)
' S* N6 X  e- l' E+ e4 f3 _) X#printing the first element from predicted data
print(pred[0])
#printing the index of
9 G$ {9 l1 m7 X( A( R+ ^  mprint('Index:',np.argmax(pred[0]))
$ N8 j% Z- n3 `3 y4 J
& J5 t6 p* A9 ?" E/ q

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])
0 V$ j4 ~6 o( X- d6 N# h; K

9 r# ?# X# a2 h/ E# e% z; C: ~/ F

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。

0 g9 E' v8 k. ~" O: x, c# ^model4=Sequential()
#adding the first Convolution layer
9 C' e3 h! r) Y/ K- u% \model4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
- R5 l4 M* w& F5 g#adding Max pooling layer
model4.add(MaxPool2D(2,2))
! B# W( x8 Q$ e9 g8 L2 |#adding dropout
8 ^& _6 x) ^* l( v  L$ Nmodel4.add(Dropout(0.2))
#adding another Convolution layer
5 U0 r3 H1 H/ i. \model4.add(Conv2D(64,(3,3),activation='relu'))
model4.add(MaxPool2D(2,2))
8 N6 l7 c9 \* A' X3 }9 H% e& o) @6 @#adding dropout
3 \' ^5 E9 N( z$ S0 jmodel4.add(Dropout(0.2))
model4.add(Flatten())
- v$ |$ o4 U& r  p# e  i#adding dense layer
model4.add(Dense(216,activation='relu'))
1 h( ]- P4 H& ~#adding dropout
" G  v# W$ j/ B' G1 r1 b: m) i* kmodel4.add(Dropout(0.2))
, j* S" \0 Z1 S6 W& R#adding output layer
: O1 o! w' [! }, n2 `) D" ?" j0 A5 T- ]model4.add(Dense(10,activation='softmax'))
model4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
model4.fit(X_train,y_train,epochs=10)
$ A' B' ^5 k% h0 W: }8 @

model4.evaluate(X_test,y_test)

3 |/ u# f4 U, |9 M' M4 s7 F& 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。

: @: C" I2 O( a) p" L) x尾注
3 J2 ?) g$ ^$ F1 p6 ^& V% l6 ]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。



% j, o+ r% O4 c) \* T) _* |6 ]