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
6 K6 m& o8 }! y; y0 X3 ~2 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。
- a% K1 t- W" Z
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。
  b* W. w- F9 |( G- O  ]
( [" m. E* ^7 f' }1 K# y实施
  f; s4 i6 j, K3 D
  J* V: A" n" k. }% t# importing necessary libraries
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
9 ^. x( C& D5 }. k# To convert to categorical data
from tensorflow.keras.utils import to_categorical
#libraries for building model
% ~$ [- O  O4 M: `! ?. Hfrom tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
" s) a5 A; z* ~4 s- ^/ \from tensorflow.keras.datasets import cifar10
9 u3 H4 L& ~( I/ R' D$ ^
#loading the data
(X_train, y_train), (X_test, y_test) = cifar10.load_data()
( p9 m/ `8 w7 a. a- n# Q; r# Q! A
探索性数据分析
#shape of the dataset
. }# B: g$ k- Y7 `# I6 Bprint(X_train.shape)
print(y_train.shape)
print(X_test.shape)
( `) f9 p6 c. ^4 Kprint(y_test.shape)
; B" D: M* n6 m
" N" E, e8 f- x; k% C
6 w! k& K$ n- b' H$ p/ Y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
np.unique(y_train)
, z# k+ F0 N) s$ a$ Q' |
; L8 \8 L" x' I, b6 L
  x7 Y, b: q/ x, _#first image of training data
5 j' @( P% p7 B* }) n: J' ^plt.subplot(121)
plt.imshow(X_train[0])
; h3 H& r2 u. _0 v& Zplt.title("Label : {}".format(y_train[0]))
#first image of test data
plt.subplot(122)
plt.imshow(X_test[0])
4 c/ I/ U; P' \plt.title("Label : {}".format(y_test[0]));
8 J7 |+ F( F& H( N# K9 X: u& r$ ^7 I

4 w6 }, l* o, s#visualizing the first 20 images in the dataset
$ O# t5 j! p: r7 w+ z, O0 v9 ]for i in range(20):
" b# u4 m4 y5 x$ G0 s3 ]4 B    #subplot
    plt.subplot(5, 5, i+1)
% j* }) D1 S, a) }; @    # plotting pixel data
    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
# show the figure
" B3 }, W8 \( Y3 D; Xplt.show()
3 w: f" v7 t% [$ E

: v4 v8 c  p7 Q8 J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
5 ]& d; d# Q3 w$ M9 y' E1 @X_test = X_test/255
print(X_train)

& m8 ]5 Y1 k) i9 [' B! E
#reshaping the train and test lables to 1D
& |8 `, Y: f- E2 \y_train = y_train.reshape(-1,)
9 u; {) j) h/ p! T% D5 vy_test = y_test.reshape(-1,)

3 C9 p+ r# r) }; _- C$ U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。

; |6 n; \0 a2 u0 ymodel=Sequential()
#adding the first Convolution layer
model.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
#adding Max pooling layer
7 z  n3 \- ?1 L! i/ r8 smodel.add(MaxPool2D(2,2))
7 A6 ]! k8 ~: p* ^# I; t#adding another Convolution layer
2 J  [& S- @% h% O- @model.add(Conv2D(64,(3,3),activation='relu'))
4 C8 c9 H) t! a+ F" Zmodel.add(MaxPool2D(2,2))
$ |) z6 x  [. l' I% K8 ^4 xmodel.add(Flatten())
" G- b2 A) R# {+ g# e) ?#adding dense layer
! x7 o8 P! L/ L. hmodel.add(Dense(216,activation='relu'))
' j4 A- e' \4 t+ Y9 W6 D' F#adding output layer
model.add(Dense(10,activation='softmax'))
" D: c6 P! M' [9 u2 }: e/ \$ f
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。

5 K- y( {0 g5 y$ Z3 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/

9 k# g' Z3 S+ m) }8 N0 u3 G& E& y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
8 K2 ~+ g% N5 U  n
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。
& t4 W3 _  y! C. L& _
9 e! H. Q* i; x: Z$ W& k8 h最后，输出层添加了一个 softmax 激活函数，因为我们有 10 个标签。
) |& E, H# _$ i+ t& o! a8 R5 s
' R% P$ @! R3 J( h9 [- u第 2 步：编译模型
+ K3 |0 w) q0 l# a& V* }7 q0 wmodel.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
) h. D9 q- u1 ?3 p' I  N
- x5 @9 j! o  T7 t9 Q1 r第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)
% ]( h8 t' {  q2 k' T& m6 v$ C& W
" l) S1 y$ t2 Q) `9 |
3 q3 N7 @6 b0 E: T) P5 J7 r/ \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)

! V1 ?1 W7 g/ ?6 u) [3 z: L* M2 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。
" p8 F/ u# r6 C7 l第 5 步：进行预测
pred=model.predict(X_test)
5 z6 W; [' i  |1 K* q! j, l4 C#printing the first element from predicted data
( c9 E8 z1 B# }% Lprint(pred[0])
#printing the index of
print('Index:',np.argmax(pred[0]))

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]
- G( ]- X7 [# z4 I/ y, B; }% U. ]print('Predicted_values:',y_classes[:10])
7 T; U, u5 b, m1 ?print('Actual_values:',y_test[:10])

% L" F' v) z4 x& P# ^/ g

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。

( Y3 w  T! G3 |4 K$ }# {% bmodel4=Sequential()
% D! |3 i# `8 ~' c5 e6 F' t#adding the first Convolution layer
model4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
# X" S8 W; L1 K3 d9 s#adding Max pooling layer
  E# y8 E: J3 a8 [$ T! \model4.add(MaxPool2D(2,2))
#adding dropout
, K! y0 W' ^! r3 c4 imodel4.add(Dropout(0.2))
#adding another Convolution layer
+ B3 k7 a" h5 ?7 tmodel4.add(Conv2D(64,(3,3),activation='relu'))
model4.add(MaxPool2D(2,2))
#adding dropout
model4.add(Dropout(0.2))
. }' t' k- \$ Wmodel4.add(Flatten())
#adding dense layer
3 p, ^' {, x+ l, c, }model4.add(Dense(216,activation='relu'))
: a: a; s) h) r#adding dropout
8 t% r6 r7 A; T- ?) l& e# s2 j/ amodel4.add(Dropout(0.2))
- q: t, x6 M' ^' `1 h* p5 ^#adding output layer
model4.add(Dense(10,activation='softmax'))
model4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
$ @/ a! e1 n* e  X3 Y8 W5 lmodel4.fit(X_train,y_train,epochs=10)

* S* z6 E8 i' Y0 t
model4.evaluate(X_test,y_test)

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。

( h: _; X! E, W/ 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。
0 N3 O1 ]8 m! k/ d8 m' D' h

$ J  k# {- Y, n  [