深度学习实战：基于CNN的猫狗图像识别

您所在的位置：网站首页 › 狗结构图 › 深度学习实战：基于CNN的猫狗图像识别

深度学习实战：基于CNN的猫狗图像识别

2024-07-04 00:05| 来源: 网络整理| 查看: 265

公众号：尤而小屋作者：Peter编辑：Peter

大家好，我是Peter~

本文记录了第一个基于卷积神经网络在图像识别领域的应用：猫狗图像识别。主要内容包含：

数据处理神经网络模型搭建数据增强实现

本文中使用的深度学习框架是Keras；

图像数据来自kaggle官网：https://www.kaggle.com/c/dogs-vs-cats/data

数据处理数据量

数据集包含25000张图片，猫和狗各有12500张；创建每个类别1000个样本的训练集、500个样本的验证集和500个样本的测试集

注意：只取出部分的数据进行建模

创建目录

In [1]:

import os, shutil

In [2]:

current_dir = !pwd # 当前目录 current_dir[0]

Out[2]:

'/Users/peter/Desktop/kaggle/kaggle_12_dogs&cats/dogs-vs-cats'

创建新的目录来存储需要的数据集：

base_dir = current_dir[0] + '/cats_dogs_small' os.mkdir(base_dir) # 创建目录 # 分别创建训练集、验证集和测试集的目录 train_dir = os.path.join(base_dir,"train") os.mkdir(train_dir) validation_dir = os.path.join(base_dir,"validation") os.mkdir(validation_dir) test_dir = os.path.join(base_dir,"test") os.mkdir(test_dir) # 猫、狗的训练、验证、测试图像目录 train_cats_dir = os.path.join(train_dir, "cats") os.mkdir(train_cats_dir) train_dogs_dir = os.path.join(train_dir, "dogs") os.mkdir(train_dogs_dir) validation_cats_dir = os.path.join(validation_dir, "cats") os.mkdir(validation_cats_dir) validation_dogs_dir = os.path.join(validation_dir, "dogs") os.mkdir(validation_dogs_dir) test_cats_dir = os.path.join(test_dir, "cats") os.mkdir(test_cats_dir) test_dogs_dir = os.path.join(test_dir, "dogs") os.mkdir(test_dogs_dir) 数据集复制

In [5]:

# 1000张当做训练集train fnames = ['cat.{}.jpg'.format(i) for i in range(1000)] for fname in fnames: # 源目录文件 src = os.path.join(current_dir[0] + "/train", fname) # 目标目录 dst = os.path.join(train_cats_dir, fname) shutil.copyfile(src, dst)

In [6]:

# 500张当做验证集valiation fnames = ['cat.{}.jpg'.format(i) for i in range(1000,1500)] for fname in fnames: src = os.path.join(current_dir[0] + "/train", fname) dst = os.path.join(validation_cats_dir, fname) shutil.copyfile(src, dst)

In [7]:

# 500张当做测试集test fnames = ['cat.{}.jpg'.format(i) for i in range(1500,2000)] for fname in fnames: src = os.path.join(current_dir[0] + "/train", fname) dst = os.path.join(test_cats_dir, fname) shutil.copyfile(src, dst)

In [8]:

# 针对dog的3个同样操作 # 1、1000张当做训练集train fnames = ['dog.{}.jpg'.format(i) for i in range(1000)] for fname in fnames: src = os.path.join(current_dir[0] + "/train", fname) dst = os.path.join(train_dogs_dir, fname) shutil.copyfile(src, dst) # 2、500张当做验证集valiation fnames = ['dog.{}.jpg'.format(i) for i in range(1000,1500)] for fname in fnames: src = os.path.join(current_dir[0] + "/train", fname) dst = os.path.join(validation_dogs_dir, fname) shutil.copyfile(src, dst) # 3、500张当做测试集test fnames = ['dog.{}.jpg'.format(i) for i in range(1500,2000)] for fname in fnames: src = os.path.join(current_dir[0] + "/train", fname) dst = os.path.join(test_dogs_dir, fname) shutil.copyfile(src, dst) 检查数据

针对猫狗两个类别中查看每个集（训练、验证、测试）中分别包含多少张图像：

构建神经网络

复习一下卷积神经网络的构成：Conv2D层（使用relu激活函数） + MaxPooling2D层交替堆叠构成。

当需要更大的图像和更复杂的问题，需要再添加一个 Conv2D层（使用relu激活函数） + MaxPooling2D层。

这样做的好处：

增大网络容量减少特征图的尺寸

需要注意的是：猫狗分类是二分类问题，所以网络的最后一层是使用sigmoid激活的单一单元（大小为1的Dense层）

在网络中特征图的深度在逐渐增大（从32到128），但是特征图的尺寸在逐渐减小（从150-150到7-7）

深度增加：原始图像更复杂，需要更多的过滤器尺寸减小：更多的卷积和池化层对图像在不断地压缩和抽象网络搭建

In [15]:

import tensorflow as tf from keras import layers from keras import models model = models.Sequential() model.add(tf.keras.layers.Conv2D(32,(3,3),activation="relu", input_shape=(150,150,3))) model.add(tf.keras.layers.MaxPooling2D((2,2))) model.add(tf.keras.layers.Conv2D(64,(3,3),activation="relu")) model.add(tf.keras.layers.MaxPooling2D((2,2))) model.add(tf.keras.layers.Conv2D(128,(3,3),activation="relu")) model.add(tf.keras.layers.MaxPooling2D((2,2))) model.add(tf.keras.layers.Conv2D(128,(3,3),activation="relu")) model.add(tf.keras.layers.MaxPooling2D((2,2))) # model.add(tf.keras.layers.Flatten()) model.add(tf.keras.layers.Dense(512, activation="relu")) model.add(tf.keras.layers.Dense(1, activation="sigmoid")) model.summary()

模型编译（优化）

网络最后一层是单一sigmoid单元，使用二元交叉熵作为损失函数

In [16]:

# 原文：from keras import optimizers from tensorflow.keras import optimizers model.compile(loss="binary_crossentropy", optimizer=optimizers.RMSprop(lr=1e-4), metrics=["acc"]) 数据预处理

数据输入到神经网络之前必须先转成浮点数张量。

keras有个处理图像的模块：keras.preprocessing.image。

它包含ImageDataGenerator类，可以快速创建Python生成器，将图形文件处理成张量批量

插播知识点：如何理解python中的生成器？

数据预处理读取文件将文件JPEG文件转成RGB像素网络像素网格转成浮点数张量

In [18]:

from keras.preprocessing.image import ImageDataGenerator train_datagen = ImageDataGenerator(rescale=1./255) # 进行缩放 test_datagen = ImageDataGenerator(rescale=1./255) # 进行缩放 train_generator = train_datagen.flow_from_directory( train_dir, # 待处理的目录 target_size=(150,150), # 图像大小设置 batch_size=20, class_mode="binary" # 损失函数是binary_crossentropy 所以使用二进制标签 ) validation_generator = test_datagen.flow_from_directory( validation_dir, # 待处理的目录 target_size=(150,150), # 图像大小设置 batch_size=20, class_mode="binary" # 损失函数是binary_crossentropy 所以使用二进制标签 ) Found 2000 images belonging to 2 classes. Found 1000 images belonging to 2 classes.

In [19]:

for data_batch, labels_batch in train_generator: print(data_batch.shape) print(labels_batch.shape) break (20, 150, 150, 3) (20,)

生成器的输出是150-150的RGB图像和二进制标签，形状为(20,)组成的批量。每个批量包含20个样本（批量的大小）。

生成器会不断地生成这些批量，不断地循环目标文件夹中的图像。

keras模型使用fit_generator方法来拟合生成器的效果。模型有个参数steps_per_epoch参数：从生成器中抽取steps_per_epoch个批量后，拟合进入下一轮。

本例中：总共是2000个样本，每个批量是20个样本，所以需要100个批量

模型拟合

In [20]:

history = model.fit_generator( train_generator, # 第一个参数必须是Python生成器 steps_per_epoch=100, # 2000 / 20 epochs=30, # 迭代次数 validation_data=validation_generator, # 待验证的数据集 validation_steps=50 )

保存模型

In [21]:

# 保存模型 # model.save("cats_and_dogs_small.h5") 损失和精度曲线

In [22]:

import matplotlib.pyplot as plt %matplotlib inline

In [23]:

history_dict = history.history # 字典形式 for key, _ in history_dict.items(): print(key) loss acc val_loss val_acc

In [24]:

acc = history_dict["acc"] val_acc = history_dict["val_acc"] loss = history_dict["loss"] val_loss = history_dict["val_loss"]

In [25]:

epochs = range(1, len(acc)+1) # acc plt.plot(epochs, acc, "bo", label="Training acc") plt.plot(epochs, val_acc, "b", label="Validation acc") plt.title("Training and Validation acc") plt.legend() plt.figure() # loss plt.plot(epochs, loss, "bo", label="Training loss") plt.plot(epochs, val_loss, "b", label="Validation loss") plt.title("Training and Validation loss") plt.legend()

小结：得到过拟合的结论

随着时间的增加，训练精度在不断增加，接近100%，而验证精度则停留在70%验证的损失差不多在第6轮后达到最小值，后面一定轮数内保持不变，训练的损失一直下降，直接接近0 数据增强-data augmentation 什么是数据增强

数据增强也是解决过拟合的一种方法，另外两种是：

dropout权重衰减正则化

什么是数据增强：从现有的训练样本中生成更多的训练数据，利用多种能够生成可信图像的随机变化来增加数据样本。

模型在训练时候不会查看两个完全相同的图像

设置数据增强

In [26]:

datagen = ImageDataGenerator( rotation_range=40, # 0-180的角度值 width_shift_range=0.2, # 水平和垂直方向的范围；相对于总宽度或者高度的比例 height_shift_range=0.2, shear_range=0.2, # 随机错切变换的角度 zoom_range=0.2, # 图像随机缩放的角度 horizontal_flip=True, # 随机将一半图像进行水平翻转 fill_mode="nearest" # 用于填充新创建像素的方法 ) 显示增强后图像

In [27]:

from keras.preprocessing import image fnames = [os.path.join(train_cats_dir,fname) for fname in os.listdir(train_cats_dir)] img_path = fnames[3]

In [28]:

# 读取图片并调整大小 img = image.load_img(img_path, target_size=(150,150)) # 转成数组 x = image.img_to_array(img) # shape转成(1,150,150,3) x = x.reshape((1,) + x.shape) i = 0 for batch in datagen.flow(x, batch_size=1): # 生成随机变换后的图像批量 plt.figure() imgplot = plt.imshow(image.array_to_img(batch[0])) i += 1 if i % 4 == 0: break # 循环是无限，需要在某个时刻终止 plt.show()

包含Dropout层的新卷积神经网络

数据增强来训练网络的话，网络不会看到两次相同的输入。但是输入仍是高度相关的，不能完全消除过拟合。

可以考虑添加一个Dropout层，添加到密集分类连接器之前

In [29]:

import tensorflow as tf from keras import layers from keras import models model = models.Sequential() model.add(tf.keras.layers.Conv2D(32,(3,3),activation="relu", input_shape=(150,150,3))) model.add(tf.keras.layers.MaxPooling2D((2,2))) model.add(tf.keras.layers.Conv2D(64,(3,3),activation="relu")) model.add(tf.keras.layers.MaxPooling2D((2,2))) model.add(tf.keras.layers.Conv2D(128,(3,3),activation="relu")) model.add(tf.keras.layers.MaxPooling2D((2,2))) model.add(tf.keras.layers.Conv2D(128,(3,3),activation="relu")) model.add(tf.keras.layers.MaxPooling2D((2,2))) # model.add(tf.keras.layers.Flatten()) # 添加内容 model.add(tf.keras.layers.Dropout(0.5)) model.add(tf.keras.layers.Dense(512, activation="relu")) model.add(tf.keras.layers.Dense(1, activation="sigmoid")) model.compile(loss="binary_crossentropy", optimizer=optimizers.RMSprop(lr=1e-4), metrics=["acc"])

利用数据增强器来训练卷积神经网络（报错解决）

关于报错解决：我们训练图像有2000张，验证图像1000张，和1000张测试图像。

steps_per_epoch=100，batch_size=32，如此数据应该是3200张，很明显输入训练数据不够。validation_steps=50，batch_size=32，如此数据应该是1600张，很明显验证数据不够。

因此，改为steps_per_epoch=2000/32≈63，validation_steps=1000/32≈32。

In [44]:

# 训练数据的增强 train_datagen = ImageDataGenerator( rescale=1. / 255, rotation_range=40, width_shift_range=0.2, height_shift_range=0.2, shear_range=0.2, zoom_range=0.2, horizontal_flip=True ) # 不能增强验证数据 test_datagen = ImageDataGenerator(rescale=1.0 / 255) train_generator = train_datagen.flow_from_directory( train_dir, # 目标目录 target_size=(150,150), # 大小调整 batch_size=32, class_mode="binary" ) validation_generator = test_datagen.flow_from_directory( validation_dir, target_size=(150,150), batch_size=32, class_mode="binary" ) # 优化：报错有修改 history = model.fit_generator( train_generator, # 原文 steps_per_epoch=100, steps_per_epoch=63, # steps_per_epoch=2000/32≈63 取上限 epochs=100, validation_data=validation_generator, # 原文 validation_steps=50 validation_steps=32 # validation_steps=1000/32≈32 )

模型的保存：

# 保存模型 model.save("cats_and_dogs_small_2.h5") 损失和精度曲线

In [46]:

history_dict = history.history # 字典形式 acc = history_dict["acc"] val_acc = history_dict["val_acc"] loss = history_dict["loss"] val_loss = history_dict["val_loss"]

具体的绘图代码：

结论：在使用了数据增强之后，模型不再拟合，训练集曲线紧跟着验证曲线；而且精度也变为81%，相比未正则之前得到了提高。

【本文地址】

公司简介

联系我们