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
: P1 s9 N2 F( e; v3 i" s! c% ?简介
- G* V1 C+ K! P/ e
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。
" c" k& ^9 K8 W/ 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。

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。
( k5 ?7 [& x) [! M) b
6 @  D) ^* _  I实施
* D$ l" D" Y  A+ P: O# e
2 g0 X- T) d8 w! t' q# importing necessary libraries
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
# To convert to categorical data
from tensorflow.keras.utils import to_categorical
#libraries for building model
from tensorflow.keras.models import Sequential
% {; l/ O" k$ Gfrom tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
4 P. X: \$ T( h- ~( {from tensorflow.keras.datasets import cifar10
1 \4 h, u  s6 a  j+ o
#loading the data
(X_train, y_train), (X_test, y_test) = cifar10.load_data()

探索性数据分析
#shape of the dataset
7 y3 C3 o) t+ J7 q" o8 }. hprint(X_train.shape)
5 `( ~3 V! s# X, |print(y_train.shape)
5 H1 c  S! E8 q9 D% `4 Yprint(X_test.shape)
6 y$ r# V! k+ _print(y_test.shape)
0 o5 U/ l# `5 ~; i
" e, L# @! F/ I9 j1 ?; V7 `- I5 H( R
) f3 D% U6 u4 z5 L6 J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
7 X- Q$ W4 Y* \" Y: Wnp.unique(y_train)
4 {# h! O# M, W; N9 V2 G

. F3 C7 a& |: z4 J2 K0 m8 g#first image of training data
plt.subplot(121)
4 S/ f/ C+ y9 D/ I7 {3 e' Tplt.imshow(X_train[0])
plt.title("Label : {}".format(y_train[0]))
#first image of test data
plt.subplot(122)
plt.imshow(X_test[0])
plt.title("Label : {}".format(y_test[0]));

& Z5 r" X0 _7 o
#visualizing the first 20 images in the dataset
for i in range(20):
  J9 ~6 Q, A1 `+ R) b3 A    #subplot
    plt.subplot(5, 5, i+1)
    # plotting pixel data
  @# T/ `5 t3 b- g5 P( R    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
# show the figure
* ^  o# c3 A+ r) k& p9 Eplt.show()
8 `& c7 M9 m/ W5 @* r4 ]

, b# g2 X% [# [  K) O( I# G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
% D; N- G  F- `6 OX_train = X_train/255
3 P9 g4 M4 h- fX_test = X_test/255
print(X_train)

6 h' l- w* f( c; i- d4 R6 f
#reshaping the train and test lables to 1D
$ D' X- o! J4 |0 _. _( s( ly_train = y_train.reshape(-1,)
* Z% }7 a' X( b0 d' ^- oy_test = y_test.reshape(-1,)
; i$ k+ d2 q$ g  D
# j7 ^# @0 h. @- j+ s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。
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。

; j4 ?0 [! Q; A9 c7 _3 V! \model=Sequential()
#adding the first Convolution layer
model.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
& b" u; V4 Q  S9 b8 H$ E; T; p#adding Max pooling layer
: C- T+ K# l: E% B" emodel.add(MaxPool2D(2,2))
3 V+ E# F6 n* O/ N, Z! M#adding another Convolution layer
, G9 V- Y. [4 a; o  s5 dmodel.add(Conv2D(64,(3,3),activation='relu'))
model.add(MaxPool2D(2,2))
model.add(Flatten())
; M! \4 ^$ _( l+ G$ `1 l! v#adding dense layer
model.add(Dense(216,activation='relu'))
#adding output layer
: N3 b. }- }6 \( N$ E& N  ymodel.add(Dense(10,activation='softmax'))

  \, f( {, g* I# g- F( U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。

; i, `3 c9 c, m- r  P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/
4 j/ K# L1 k5 h# A3 O) m% q2 B
% E  d* [( e$ K# |+ i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
: z1 {8 n4 D4 i1 m. Q
3 b$ H6 o5 V( [% d+ ^5 J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 a6 J5 D1 g0 Z1 O  x
! s# S% Q6 U) B( z2 z2 K. q% V最后，输出层添加了一个 softmax 激活函数，因为我们有 10 个标签。
& Y7 r: @3 |. p) W& ^
第 2 步：编译模型
model.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
* V9 b/ o  q7 L, K/ L" }
第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)
) l4 X' e- `, C/ A: h3 H) p: y7 _
  [4 r4 q* E4 p! i7 c6 D
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。
第 4 步：评估模型model.evaluate(X_test,y_test)
8 [( j( R- s2 Z! a5 B

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。
/ m8 u/ l& K% v5 k- h! S+ U6 E) p第 5 步：进行预测
, C  m" s) N* I2 lpred=model.predict(X_test)
#printing the first element from predicted data
/ h4 ^; r+ a+ H8 r+ T2 hprint(pred[0])
5 t0 P. ^) r" |3 F#printing the index of
  R$ T8 q$ P7 o, K! i9 i$ Zprint('Index:',np.argmax(pred[0]))


4 u1 U3 R+ f! P9 `8 y. C

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]
' ]! f0 r" Y+ Z* {" W! l- Jprint('Predicted_values:',y_classes[:10])
  n/ \8 ?. ]" n/ c* o1 w( E4 xprint('Actual_values:',y_test[:10])
/ E0 y! s' x/ D7 w9 k4 x" R- |
. W$ g) O* ]. ^

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。

model4=Sequential()
3 l6 [6 Z7 v9 |#adding the first Convolution layer
) S6 A/ E4 V0 v  smodel4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
$ ]- M" }6 k  W: Q3 E# S#adding Max pooling layer
model4.add(MaxPool2D(2,2))
. D( U9 Q5 @& y#adding dropout
( o: \. c" V! k7 W- Hmodel4.add(Dropout(0.2))
1 P3 c2 Q/ N/ J#adding another Convolution layer
model4.add(Conv2D(64,(3,3),activation='relu'))
* {0 X& [& m/ i, {model4.add(MaxPool2D(2,2))
#adding dropout
model4.add(Dropout(0.2))
model4.add(Flatten())
#adding dense layer
model4.add(Dense(216,activation='relu'))
/ d* _- S0 P: r#adding dropout
. v' _4 _( G1 J) D/ i9 Jmodel4.add(Dropout(0.2))
#adding output layer
model4.add(Dense(10,activation='softmax'))
model4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
( u1 M# v+ L; D9 b( B7 k' Bmodel4.fit(X_train,y_train,epochs=10)

# Z' K3 L3 x: z6 |7 |4 O
model4.evaluate(X_test,y_test)
4 P5 B( h, o3 S  a
+ g, S1 s% A9 u- F3 e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。

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。
. ~! u% H- D9 G! a
  h, Z  e; |4 E' }5 d; e
( C1 M1 W  m* D4 ^' _