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
, b+ r6 Q7 _9 V! t* t; D0 z简介

+ x, Y0 j! b) h8 E- b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。

3 C4 [* y) Q" g6 i7 e, M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。

$ e; b3 F8 ~" g实施

; Y8 l, |- ~- h/ A6 `$ A* o: L$ ]) \# importing necessary libraries
import numpy as np
1 S9 g& {1 a$ M$ ~import matplotlib.pyplot as plt
7 |' p2 M, D( Y: @%matplotlib inline
# To convert to categorical data
from tensorflow.keras.utils import to_categorical
#libraries for building model
, g  @( J; L" l( [7 Tfrom tensorflow.keras.models import Sequential
2 s8 y$ i$ m6 u5 Yfrom tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
from tensorflow.keras.datasets import cifar10

#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
* g; I7 \0 h( F) b0 zprint(X_train.shape)
print(y_train.shape)
print(X_test.shape)
, c- X# r% J- e' p+ x5 f" z6 s# eprint(y_test.shape)


) D8 ^1 a3 b% i. Q* E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
6 [  r  X7 f2 [4 J  N) U4 w( Cnp.unique(y_train)

3 t. J5 s# j/ \. Q
, D7 c$ @; m' S6 x! n& y1 Z#first image of training data
plt.subplot(121)
& A7 U1 d; W5 d3 V  k: aplt.imshow(X_train[0])
plt.title("Label : {}".format(y_train[0]))
#first image of test data
0 m- `' \' C0 l. Z8 Iplt.subplot(122)
3 S" G/ m( s$ Mplt.imshow(X_test[0])
0 H  q& A3 |& {0 j1 ]plt.title("Label : {}".format(y_test[0]));

9 h: A: c0 |7 `! b) P) X" N, \
#visualizing the first 20 images in the dataset
for i in range(20):
# t/ \% D( D- I8 |$ s2 `    #subplot
1 C& N7 m6 _* v& T    plt.subplot(5, 5, i+1)
6 A2 S% w, c/ Z4 s/ U0 f- q    # plotting pixel data
1 b  x5 u# R+ H( d; E0 `0 Z    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
# show the figure
% d7 j6 `6 E  u: cplt.show()

* @7 w: F. [' K
. ?% [5 k! A, C% z! T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
X_test = X_test/255
+ Z& v6 s+ ?8 W1 T; Wprint(X_train)


! q* p7 Y+ d' f/ C2 j#reshaping the train and test lables to 1D
y_train = y_train.reshape(-1,)
y_test = y_test.reshape(-1,)

% U# i# r! z; \: o0 K  D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。

; J$ x0 u1 o0 A9 o& h% Tmodel=Sequential()
5 C$ X' P- T+ b8 M% h#adding the first Convolution layer
model.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
0 y& U7 M1 C. h4 _#adding Max pooling layer
model.add(MaxPool2D(2,2))
5 o. g& H. ?+ Y/ ?/ e/ [9 V4 l) K/ ]2 `#adding another Convolution layer
* Y( {! r. {5 A' o2 Zmodel.add(Conv2D(64,(3,3),activation='relu'))
! U, x& A# N6 \* s6 D7 V; Umodel.add(MaxPool2D(2,2))
/ N/ C4 a( k; K5 H# Hmodel.add(Flatten())
#adding dense layer
model.add(Dense(216,activation='relu'))
5 d, I) N3 ?3 R& H#adding output layer
/ h1 a$ Z/ Y' `" rmodel.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。

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/

: v0 M  \2 u( E3 l* \8 {: e4 ]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。

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% t- K6 H3 W4 @第 2 步：编译模型
model.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
$ C+ j; A( ~) ^& p5 ~9 m) f: I4 X
第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)

5 F- z$ J" G' K8 ~! g. F9 Q4 ?
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。
: H& J' {: ^5 q$ m: l6 ]第 4 步：评估模型model.evaluate(X_test,y_test)

- m4 ]  W0 p1 G+ B6 H
3 ]% E* Y% q; s) }# M* i/ `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。
5 J1 ]. B, p9 U1 s第 5 步：进行预测
pred=model.predict(X_test)
#printing the first element from predicted data
9 K+ R3 R) M2 g; sprint(pred[0])
#printing the index of
print('Index:',np.argmax(pred[0]))

* Q3 ~* K. u9 X$ t% V8 H
. @1 ^' r9 R$ I/ ?; r% r0 I

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]
* i% M2 c4 j* a0 ?+ ?print('Predicted_values:',y_classes[:10])
6 j; K1 k7 c9 U2 j5 N  kprint('Actual_values:',y_test[:10])
; F; S/ u- H) \: k" q
) g5 j# l9 x' }
+ V$ t7 v9 y% g& ~/ \- @# j

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。

' r( r0 q$ T: [" L$ kmodel4=Sequential()
; j6 X8 ]6 ?1 s" \0 n5 m5 E#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))
#adding dropout
6 D( }, ~% Y4 k6 I5 h3 c7 Rmodel4.add(Dropout(0.2))
#adding another Convolution layer
model4.add(Conv2D(64,(3,3),activation='relu'))
2 R. S8 B' u/ Amodel4.add(MaxPool2D(2,2))
#adding dropout
model4.add(Dropout(0.2))
, U9 J+ [5 b9 i9 D: y- ]( rmodel4.add(Flatten())
, s( \: f. W2 V; h+ N#adding dense layer
- u3 B* t+ Y, ]: U; Omodel4.add(Dense(216,activation='relu'))
7 w1 v% }/ ~9 I#adding dropout
model4.add(Dropout(0.2))
* [) @6 p# I- w$ `/ N5 @  s) ~#adding output layer
model4.add(Dense(10,activation='softmax'))
. B+ ^" S6 }8 l2 zmodel4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
model4.fit(X_train,y_train,epochs=10)
. j- R. u% t  m, J$ f* L, ~
3 ^1 d- t  g0 H& _1 R. N
model4.evaluate(X_test,y_test)
% E1 Z& T3 e  k2 U$ T
+ E! ?0 g) ?8 _$ H( d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! D3 l3 [' b! \
& M- c( f+ @! T' {) p. ~8 d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。
  s. k2 w( T" R. N! O
2 K" b( Q8 z& M4 K1 Y0 Q  N  A# q
* g* {! z% @3 A6 y) e7 B