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
5 F$ p& Y% V4 H, R1 J# o& [简介
' }' B  e5 D7 |9 K3 a1 n
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。
2 }( X- K. `/ v
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。
5 I% [! |1 N. m4 O" a
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  d3 O0 e/ L& Q1 L7 \
1 }/ U8 h/ @3 Q: b实施

# importing necessary libraries
import numpy as np
import matplotlib.pyplot as plt
% W% s* D2 x7 T3 O8 n* G%matplotlib inline
# To convert to categorical data
+ P: L0 `/ k( c2 t5 \# o- R7 ?from tensorflow.keras.utils import to_categorical
& Q- }& r' i9 ?. J1 ?# L3 C5 I#libraries for building model
9 r3 v7 i7 X6 d5 N4 M$ w& v8 ifrom tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Conv2D, MaxPool2D, Dropout,Flatten
from tensorflow.keras.datasets import cifar10
+ C% J' v- G0 B! F; e; a1 F
4 d2 L' }3 ]0 Z  E9 N7 {#loading the data
(X_train, y_train), (X_test, y_test) = cifar10.load_data()

7 t6 D5 V: {. l5 ]  f; G+ t探索性数据分析
/ v2 L) U: D6 l9 _, T: y- t  S/ Q% d#shape of the dataset
+ {' Q, M% |( d( S2 q$ m4 Hprint(X_train.shape)
: F5 o/ I  N+ s9 d2 s0 H! w8 fprint(y_train.shape)
print(X_test.shape)
print(y_test.shape)
! u/ Q: f3 R  C

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
8 F/ K; X: j/ u" d) Fnp.unique(y_train)

; g" G% J% k. z7 z4 Z& R
. ~* _# G, l/ ?0 O4 m8 ]5 ~#first image of training data
3 Q2 G1 E  ~" L1 rplt.subplot(121)
8 m- N! x- N. Z( N; L; o+ Qplt.imshow(X_train[0])
plt.title("Label : {}".format(y_train[0]))
#first image of test data
plt.subplot(122)
) c8 t* d% n# h, M, o8 @plt.imshow(X_test[0])
plt.title("Label : {}".format(y_test[0]));
5 q- ?. J/ g" i  t
* |6 G9 O: q" _8 ~- [: \
#visualizing the first 20 images in the dataset
% X  n6 [" k- o7 {0 G5 \# A0 [! a8 \for i in range(20):
( G/ g; Q! g5 K) ]( q; Q. t) a9 O    #subplot
    plt.subplot(5, 5, i+1)
    # plotting pixel data
    plt.imshow(X_train, cmap=plt.get_cmap('gray'))
/ s3 r: a/ ^" n/ A  t9 }# show the figure
plt.show()
! J! a2 V: V; m! l, V
* _( m/ H% N9 ^' I& Q
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
8 S# Y3 W+ h( c! C# R+ D! I/ PX_train = X_train/255
% l% Q6 |1 F- NX_test = X_test/255
# W4 U, Y4 r& V  @print(X_train)


+ h5 U/ n2 M: t9 ?8 b#reshaping the train and test lables to 1D
y_train = y_train.reshape(-1,)
6 h: m5 H4 x5 Vy_test = y_test.reshape(-1,)

- I$ D; O- Z# m8 e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。
; R2 W& d4 G0 Z+ S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()
4 a. Q& G( ?  Q) t8 `# S. Z2 M#adding the first Convolution layer
1 b" I+ q6 S$ J' I& p5 Cmodel.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
9 }! j# E- i" M" L; Imodel.add(Conv2D(64,(3,3),activation='relu'))
! y7 ?3 D/ Q3 i; @$ V* f$ vmodel.add(MaxPool2D(2,2))
0 d5 S( l4 O# p& Lmodel.add(Flatten())
$ p* t3 ~! @8 f#adding dense layer
model.add(Dense(216,activation='relu'))
4 ~1 n4 R3 K1 U( c#adding output layer
model.add(Dense(10,activation='softmax'))
# @6 D3 S) {1 G: H' T
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。
& D4 f/ F: k6 K  O0 @% [
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/

* ^2 O$ L7 T3 E. `& D1 c" h5 h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 Y) G& Y# _! J6 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。

3 j. e& W& t; ], ], z6 z最后，输出层添加了一个 softmax 激活函数，因为我们有 10 个标签。

, C' L9 @+ ~( B% f, q第 2 步：编译模型
model.compile(optimizer='rmsprop',loss='sparse_categorical_crossentropy',metrics=['accuracy'])

第 3 步：拟合模型model.fit(X_train,y_train,epochs=10)

% ~1 p; L$ r- O4 g; Y2 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。
第 4 步：评估模型model.evaluate(X_test,y_test)


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。
8 j4 [; r* l  R$ I& f7 Q" Q( {第 5 步：进行预测
pred=model.predict(X_test)
" G; {% i4 x0 @5 d, m+ \% T#printing the first element from predicted data
print(pred[0])
4 b& m) O) Y# Z; J% n#printing the index of
print('Index:',np.argmax(pred[0]))
1 Q! a. ]5 P3 q# R+ S, z, E0 Y


' u" o# G: V* s# l+ Y: 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]
+ g; E& e# v1 Cprint('Predicted_values:',y_classes[:10])
- N3 J7 h% j! w: _4 I( F5 D# oprint('Actual_values:',y_test[:10])
8 g. Y4 r# m9 H2 z3 ?

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()
#adding the first Convolution layer
3 z/ Y0 t  Y% t; ]" O1 |model4.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
#adding Max pooling layer
model4.add(MaxPool2D(2,2))
7 N: v1 v+ ]* T9 [3 b#adding dropout
model4.add(Dropout(0.2))
/ C) X& i7 l/ U8 i6 m) o0 B#adding another Convolution layer
6 z5 {( L- |- h" `1 ^: Omodel4.add(Conv2D(64,(3,3),activation='relu'))
2 b; a2 W/ w8 o# Bmodel4.add(MaxPool2D(2,2))
#adding dropout
model4.add(Dropout(0.2))
model4.add(Flatten())
#adding dense layer
model4.add(Dense(216,activation='relu'))
#adding dropout
model4.add(Dropout(0.2))
3 B3 u/ a) f- w5 C# q- Y#adding output layer
model4.add(Dense(10,activation='softmax'))
8 L  w' j  t8 \3 q7 H8 K9 A* T4 N, Xmodel4.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
model4.fit(X_train,y_train,epochs=10)
+ `' \+ y2 ?. L- s- {, N9 d' A
* _& [" w( T; h6 V, W9 ^& C
! W& G! E4 ?% ?0 pmodel4.evaluate(X_test,y_test)

& K5 K+ a: g: L5 e6 d7 z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。
# n: D2 w* {: _/ X) }2 a
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。



( t9 ]( c9 i9 k) n2 Z0 m2 p