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

0 b$ X! h; z# |5 K$ \/ L/ p( k9 z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。
# T1 e* H% c: p+ w$ G
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。
2 r& `) T# p* t8 T& T( ^3 Y
( x/ o/ T$ ?3 i+ A% H6 z; W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
6 X7 z1 K" N' [  ]. y
# importing necessary libraries
1 O$ k4 C1 x- n' P* i3 gimport numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
# To convert to categorical data
- X, Z% P6 i/ n2 m2 i# gfrom tensorflow.keras.utils import to_categorical
/ r# j0 T  Q6 _+ _. w7 T, d% I! T#libraries for building model
, \- b) c8 ~& h; v4 |; hfrom tensorflow.keras.models import Sequential
$ j6 ?, m7 N6 jfrom tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
/ C! |% l8 R. Ifrom tensorflow.keras.datasets import cifar10
! @& F, i6 c9 }" e# t9 j- E
#loading the data
(X_train, y_train), (X_test, y_test) = cifar10.load_data()
( @) J6 G+ _9 ]# L: `, ]& A2 ?5 \
2 N1 C% q1 {7 I& P, J& l) I$ [探索性数据分析
" \# G* e8 w5 `" y#shape of the dataset
print(X_train.shape)
2 b4 X" _2 j& O9 T: c% \print(y_train.shape)
& ^' _5 o! v3 ^3 o5 Wprint(X_test.shape)
) O9 e1 h& a" H0 Cprint(y_test.shape)

& k& S8 W- N) p: c' C& ~
' ?; r# w/ m$ ^* z( R$ P3 \- F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
, a* b4 l& `1 }np.unique(y_train)
0 v$ }$ X5 b+ J+ m8 r, l
' O* b) t; n! n4 L" u. a+ w" U( x0 A, W
#first image of training data
" Z3 \' [4 f1 X9 a3 ~plt.subplot(121)
: _7 j5 W: o3 z' x) B% |& ~: Uplt.imshow(X_train[0])
' W7 h4 R7 Q3 y0 x) p3 pplt.title("Label : {}".format(y_train[0]))
#first image of test data
  |5 A/ E: o( B7 B8 k# iplt.subplot(122)
: o. b  a! l& R6 n) e$ `plt.imshow(X_test[0])
: R. n* B6 u. j, U. eplt.title("Label : {}".format(y_test[0]));

% m% i5 ~& ]$ Q4 g
#visualizing the first 20 images in the dataset
for i in range(20):
    #subplot
( }+ K5 z; C, k4 b    plt.subplot(5, 5, i+1)
! B# s0 n" }) W- a( v    # plotting pixel data
* S6 e7 U/ W- g1 w4 x    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
$ R! d7 r! d5 m+ b5 N. o# show the figure
& f1 J$ K3 T; c/ C$ q8 I+ V  Vplt.show()

% C9 s. Q: J' @+ m5 B$ k" z
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

9 b9 s4 \, ^. V( ~& U3 M# Scale the data to lie between 0 to 1
9 \" L5 a4 a  M8 V& I6 dX_train = X_train/255
+ z3 K1 ~- e+ M: c0 C# t7 EX_test = X_test/255
print(X_train)

2 G6 q# v! M2 f6 M
! y# W/ M% j9 L& N8 H4 N, L#reshaping the train and test lables to 1D
y_train = y_train.reshape(-1,)
; {6 M  I0 k7 _" Q9 yy_test = y_test.reshape(-1,)
9 P5 U6 x! c9 A5 T. C
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。

model=Sequential()
% N+ L0 W' R( I3 m#adding the first Convolution layer
2 z4 a9 s. d8 Q: a7 {' Bmodel.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
#adding Max pooling layer
model.add(MaxPool2D(2,2))
#adding another Convolution layer
model.add(Conv2D(64,(3,3),activation='relu'))
model.add(MaxPool2D(2,2))
model.add(Flatten())
#adding dense layer
model.add(Dense(216,activation='relu'))
: z' w# M: H+ H, q* }4 H) m3 Z$ n#adding output layer
: d" c: c9 M# X: O7 {1 kmodel.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。
$ l2 n. k8 ]8 |
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/

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
7 c% g' C+ r5 X& I( o0 T) C) ~8 P3 E
+ j0 m% Q1 [. F( T& \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。

. m/ u& ^2 p5 q/ M& I9 n) V0 [- L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
! u# n: i: u$ P/ m* Kmodel.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
0 k( K0 p/ V- D* {' L
第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)
  B' H* u* G* G# L) G! c
7 J) h; n2 a: b6 B. _
  E0 T7 ?$ P: U8 P/ j1 ?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。
. N+ ~, O& N' V3 q第 4 步：评估模型model.evaluate(X_test,y_test)


8 C3 T8 r1 p0 u# 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。
- o" }5 c$ p) _! n3 \- e  ]. W# P第 5 步：进行预测
pred=model.predict(X_test)
#printing the first element from predicted data
print(pred[0])
( u) @8 _* a( n8 Z6 `#printing the index of
print('Index:',np.argmax(pred[0]))

3 A4 r0 m7 R$ P1 a, L

6 ?. }7 Z3 n3 Q; w+ c) X

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]
1 K; d5 o6 x2 t3 q! Rprint('Predicted_values:',y_classes[:10])
9 N6 ~& k6 H& d  \! H! ]$ Oprint('Actual_values:',y_test[:10])

! V0 D5 {# ?- r( o) m! K" R

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 A. S6 ]8 a8 r' Bmodel4=Sequential()
#adding the first Convolution layer
  a# s. a. R* E% g& a$ G  jmodel4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
- m: x: U: G7 M3 p7 ?' C4 K#adding Max pooling layer
$ K& N; k$ @% s- m( h5 ymodel4.add(MaxPool2D(2,2))
#adding dropout
' X) A+ d* N  ]' q8 S# M3 Qmodel4.add(Dropout(0.2))
# v3 u' \/ @) o#adding another Convolution layer
model4.add(Conv2D(64,(3,3),activation='relu'))
model4.add(MaxPool2D(2,2))
#adding dropout
model4.add(Dropout(0.2))
" U, @8 Y+ ~2 {; P( y8 E! g# nmodel4.add(Flatten())
#adding dense layer
' g3 C2 G' ^9 }( W. rmodel4.add(Dense(216,activation='relu'))
#adding dropout
) `1 c8 e% R3 L* ?, v/ ?model4.add(Dropout(0.2))
! ^7 _1 y: X) M# V% j. |; ^$ c#adding output layer
+ v' o: l8 ^9 fmodel4.add(Dense(10,activation='softmax'))
* d1 Y/ B8 \# t2 K/ bmodel4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
0 j( H+ u1 s/ Jmodel4.fit(X_train,y_train,epochs=10)

. \$ F% u% H) [7 o
( t- S& G* R& J" L' o  v+ l# Dmodel4.evaluate(X_test,y_test)

7 f, H* z! w! x/ F) r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
. f2 M) c9 Q! [) v. Z' {# q: y$ T( x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。
' m, t# ~. |" E$ h) q

/ f& z$ m4 R/ I- c
0 Y( Z0 A* A9 y; m' y, A/ L! \