机器学习/深度学习——图像分类（卷积神经网络）

最新推荐文章于 2024-04-24 21:44:42 发布
最新推荐文章于 2024-04-24 21:44:42 发布
阅读量723 收藏 9
点赞数 24
文章标签： 分类 深度学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Stuomasi_xiaoxin/article/details/135462858
版权

AlexNet网络介绍：

AlexNet网络的特点：

  1. 8层变换，有5层卷积和2层全连接隐藏层，以及1个全连接输出层
  2. 卷积核：11*11  5*5  3*3
  3. 池化： 3*3 stride 2
  4. 激活函数使用RELU
  5. dropOut作正则化
  6. 图像增强方法，提高数据量 

池化层（降低维度）：

  1. 最大池化：取窗口内的最大值作为输出
  2. 平均池化：窗口内的所有值的均值作为输出

全连接层（输出结果）：

一般在CNN网络的末端

作用：将特征图reshape成一维向量，再送入至连接层中进行分类或回归

案例：

from tensorflow.keras.datasets import cifar10
(train_images,train_labels),(test_images,test_labels) = cifar10.load_data()
test_images.shape
train_images.shape
import matplotlib.pyplot as plt
plt.figure(figsize=(1,1))
plt.imshow(train_images[4])

AlexNet网络代码：

import tensorflow as tf

# 模型构建
net = tf.keras.models.Sequential([
    # 卷积层:96 11*11 4 relu
    tf.keras.layers.Conv2D(filters=96,kernel_size=11,strides=4,activation="relu"),
    # 池化: 3*3 2
    tf.keras.layers.MaxPool2D(pool_size=3,strides=2),
    # 卷积：256 5*5 1 relu same
    tf.keras.layers.Conv2D(filters=256,kernel_size=5,padding="same",activation="relu"),
    # 池化: 3*3 2 
    tf.keras.layers.MaxPool2D(pool_size=3,strides=2),
    # 卷积：384 3*3 1 relu same
    tf.keras.layers.Conv2D(filters=384,kernel_size=3,padding="same",activation="relu"),
    # 卷积：384 3*3 1 relu same
    tf.keras.layers.Conv2D(filters=384,kernel_size=3,padding="same",activation="relu"),
    # 卷积：384 3*3 1 relu same
    tf.keras.layers.Conv2D(filters=256,kernel_size=3,padding="same",activation="relu"),
    # 池化：3*3 2
    tf.keras.layers.MaxPool2D(pool_size=3,strides=2),
    # 展开
    tf.keras.layers.Flatten(),
    # 全连接层:4096 relu 
    tf.keras.layers.Dense(4096,activation="relu"),
    # 随机失活
    tf.keras.layers.Dropout(0.5),
    # 输出层
    tf.keras.layers.Dense(10,activation="softmax")
])

# 输出网络
X=tf.random.uniform((1,227,227,1))
y=net(X)
net.summary()

Lenet-5网络：

网络构成 ：

1.conv +pooling ...+FC

2. 数据的维度【B,H,W,C】

数据获取处理：

1.加载mnist

2.维度调整：添加一个通道维

3.模型构建：2个卷积+池化，flatten+FC

4.模型编译： Loss，opt，metric

5.模型训练：model.fit（data,epochs,batch_size...）

6.模型评估：net.evalute()

开源数据集：{mnist、Cifar10/cifar100、ImageNet（数据量大、作为网络的预训练数据集、Alexnet、VGG、GooLenet、Resnet）}

import tensorflow as tf
net = tf.keras.models.Sequential([
    # 卷积层：96 11*11 4 relu 个数 大小 步幅 激活函数
    tf.keras.layers.Conv2D(filters=96,kernel_size=11,strides=4,activation="relu"),
    # 池化：3*3 2
    tf.keras.layers.MaxPool2D(pool_size=3,strides=2),
    # 卷积：256 5*5 1 relu same
    tf.keras.layers.Conv2D(filters=256,kernel_size=5,padding="same",activation="relu"),
    # 池化： 3*3 2
    tf.keras.layers.MaxPool2D(pool_size=3,strides=2),
    # 卷积：384 3*3 1 relu same
    tf.keras.layers.Conv2D(filters=384,kernel_size=3,padding="same",activation="rele"),
    # 卷积：384 3*3 1 relu same
    tf.keras.layers.Conv2D(filters=384, kernel_size=3, padding="same", activation="rele"),
    # 卷积：256 3*3 1 relu same
    tf.keras.layers.Conv2D(filters=256,kernel_size=3,padding="same",activation="rele"),
    # 池化：3*3 2
    tf.keras.layers.MaxPool2D(pool_size=3,strides=2),
    # 展开
    tf.keras.layers.Flatten(),
    # 全连接层
    tf.keras.layers.Dense(4096,activation="relu"),
    # 随机失活
    tf.keras.layers.Dropout(0.5),
    # 全连接层
    tf.keras.layers.Dense(4096, activation="relu"),
    # 随机失活
    tf.keras.layers.Dropout(0.5),
    # 输出层：
    tf.keras.layers.Dense(10,activation="softmax")
])

X = tf.random.uniform((1,227,227,1))
y = net(X)
net.summary()

P7 导入其思维导图

手写数字识别：

  1. 数据加载和处理 — 维度调整：N、H、W、C   尺寸调整： resize
  2.  模型训练  编译，compile    fit()
  3. 模型评估： evalute

VGGNet网络：

VGG-16和VGG-19 表示网络中卷积层和全连接层的个数

VGG网络代码：

# 1 VGG网络构建
import tensorflow as tf

#1.1 VGG块的构建
def vgg_block(num_conv,num_filters):
  # 序列模型
  blk = tf.keras.models.Sequential()
  # 遍历卷积层
  for _ in range(num_conv):
    # 设置卷积层
    blk.add(tf.keras.layers.Conv2D(num_filters,kernel_size=3,padding='same',activation="relu"))
  # 池化层
  blk.add(tf.keras.layers.MaxPooling2D(pool_size=2, strides=2))
  return blk

# 2 模型构建
def vgg(conv_arch):
  # 序列模型
  net = tf.keras.models.Sequential()
  # 生成卷积部分
  for (num_conv,num_filters) in conv_arch:
    net.add(vgg_block(num_conv,num_filters))
  # 全连接层
  net.add(tf.keras.models.Sequential([
      # 展评
      tf.keras.layers.Flatten(),
      # 全连接层
      tf.keras.layers.Dense(4096,activation="relu"),
      # 随机失活
      tf.keras.layers.Dropout(0.5),
      # 全连接层
      tf.keras.layers.Dense(4096,activation="relu"),
      # 随机失活
      tf.keras.layers.Dropout(0.5),
      # 输出层
      tf.keras.layers.Dense(10,activation="softmax")
  ]))
  return net

# 卷积块参数
conv_arch = ((2,64),(2,128),(3,256),(3,512),(3,512))

net = vgg(conv_arch)

X=tf.random.uniform((1,224,224,1))
y=net(X)
net.summary()

模型：

# 2、数据获取
import numpy as np
from tensorflow.keras.datasets import mnist
# 获取手写数字数据集
(train_images,train_labels),(test_images,test_labels) = mnist.load_data()
# 训练集数据维度的调整:N H W C
train_images = np.reshape(train_images,(train_images.shape[0],train_images.shape[1],train_images.shape[2],1))
# 测试集数据维度的调整：N H W C 
test_images = np.reshape(test_images,(test_images.shape[0],test_images.shape[1],test_images.shape[2],1))

# 定义两个方法随机抽取部分样本演示
# 获取训练数据
def get_train(size):
  # 随机生成要抽样的样本索引
  index = np.random.randint(0,np.shape(train_images)[0],size)
  # 将这些数据resize成22*227大小
  resized_images = tf.image.resize_with_pad(train_images[index],224,224)
  # 返回抽取的
  return resized_images.numpy(),train_labels[index]
# 获取测试集数据
def get_test(size):
  # 随机生成要抽样的样本的索引
  index = np.random.randint(0, np.shape(test_images)[0], size)  # 修正此处的拼写错误
  # 将这些数据resize成224*224大小
  resized_images = tf.image.resize_with_pad(test_images[index], 224, 224)  # 修正此处的变量名错误
  # 返回抽样的测试样本
  return resized_images.numpy(), test_labels[index]  # 修正此处的变量名错误

# 获取训练样本和测试样本
train_images,train_labels = get_train(256)
test_images,test_labels = get_test(128)

# 3 模型编译
# 指定优化器，损失函数和评价指标
optimizer = tf.keras.optimizers.SGD(learning_rate=0.01,momentum=0.0)
net.compile(optimizer=optimizer,
            loss='sparse_categorical_crossentropy',
            metrics=['accuracy'])

# 4 模型训练：指定训练数据，batchsize,epoch,验证集
net.fit(train_images,train_labels,batch_size=128,epochs=3,verbose=1,validation_split=0.1)

# 5 模型评估
# 指定测试数据
net.evaluate(test_images,test_labels,verbose=1)

模型训练：

模型评估：

VGG： 证明使用小的卷积核：3*3也可以获得很好的精度

特点：

  • 使用的都是小尺寸的卷积核（3*3,padding=same,relu），相对于alexnet层数更多
  • 多个VGG块由卷积+Pooling完成

实现：

  • 构建VGG块
  • 将VGG块串联在一起，并加上全连接层来构建整个网络

GoogLeNet网络：

加深度的同时做了结构上，增加了网络的宽度

Inception

Stuomasi_xiaoxin
关注
  • 24
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
深度学习基础（四）—— 神经网络各层的意义
01-06
在卷积神经网络中，感受野的定义是 卷积神经网络每一层输出的特征图（feature map）上的像素点在原始图像上映射的区域大小 1.1.2 感受野的计算 第一层卷积层的输出特征图像素的感受野的大小等于滤波器的大小 计算...
深度学习实战项目：利用卷积神经网络实现图像风格的迁移（含源码、数据集、说明文档）.zip
12-18
卷积神经网络（Convolutional Neural Networks，简称CNN）在深度学习领域中是图像处理的明星模型，尤其在图像识别、图像分类以及图像生成任务上表现出色。本项目旨在通过CNN实现图像风格迁移，这是一种将内容图像的...
基于深度学习算法的垃圾分类图像识别研究
m0_73485263的博客
09-09 1397
全连接神经网络拥有多层结果虽然提高了学习能力，但是它的复杂程度与参数的个数也同时增加会导致梯度爆炸的现象。整个模型的复杂度变大就会极容易出现过拟合问题。所以全连接神经网络就不适合构建多层的网络结构，而卷积神经网络就是全连接神经网络的创新，它在建立多层网络结构的时候可以有效地避免梯度下降的问题出现，降低了全连接神经网络的复杂程度。卷积神经网络可以构建多层次的网络结构，最常见的网络结构有LeNet5，它一般可以搭建5到7层的网络结构；AlexNet可搭建10层左右的网络结构；
基于AlexNet卷积神经网络实现图像分类
weixin_48355517的博客
06-30 471
迁移学习是一种机器学习方法，将源领域知识迁移到目标领域，能使目标领域取得更好的学习效果。简单来讲就是将训练好的典型网络模型按照自己的需求进行改进，使用相对较少的数据来进行模型的训练，并且这种方法对于硬件的要求也不是太高。基于共享参数的迁移学习是迁移学习的一种，研究源数据和目标数据空间模型之间的共同参数或者先验分布的探索，这种迁移学习的前提是学习任务中每个相关模型会共享一些相同的参数，或者先验分布。图1 基于共享参数的迁移示意图。
CNN卷积神经网络基本原理及Python代码示例
最新发布
weixin_61965078的博客
04-24 1189
CNN是包含卷积计算且具有深度结构的前馈神经网络，适合处理具有二维或三维结构的数据，常用于图像和音频识别。基本结构大致包括输入层，卷积层（Convolutional Layer）、激活层（Activation Layer）、池化层（Pooling Layer）、全连接层（Fully Connected Layer）、输出层等。Python中可用Keras，TensorFlow，PyTorch库来构建CNN模型。
【深度学习】一文弄懂CNN及图像识别(Python)
热门推荐
fengdu78的博客
12-11 1万+
一、卷积神经网络简介 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算的前馈神经网络，是基于图像任务的平移不变性（图像识别的对象在不...
图像分类：来自13个Kaggle项目的经验总结
机器学习算法那些事
12-08 473
机器学习Author：Prince CanumaTranslator：ronghuaiyang 任何领域的成功都可以归结为一套小规则和基本原则，当它们结合在一起时会产生伟大的结果。...
AlexNet代码讲解（Pytorch）
ing100的博客
03-16 2190
使用Pytorch实现AlexNet神经网络进并行训练，预测
动手学深度学习——图像分类数据集（代码详解）
qq_38473254的博客
07-15 2537
Fashion-MNIST中包含的10个类别，分别为t-shirt（T恤）、trouser（裤子）、pullover（套衫）、dress（连衣裙）、coat（外套）、sandal（凉鞋）、shirt（衬衫）、sneaker（运动鞋）、bag（包）和ankle boot（短靴）。Fashion-MNIST由10个类别的图像组成， 每个类别由训练数据集（train dataset）中的6000张图像 和测试数据集（test dataset）中的1000张图像组成。这个函数返回训练集和验证集的数据迭代器。
【深度学习】卷积神经网络原理 深度学习原理.pdf
04-13
深度学习中的卷积神经网络（Convolutional Neural Network，CNN）是一种前馈神经网络，它的神经元可以响应一部分覆盖范围内的周围单元，长期制霸计算机视觉领域。其核心主要是“卷积与池化”。 卷积神经网络包含了...
基于深度卷积神经网络的乳腺细胞图像分类研究.pdf
09-26
《基于深度卷积神经网络的乳腺细胞图像分类研究》这篇论文深入探讨了如何利用深度学习技术，特别是深度卷积神经网络（CNN），来提升乳腺细胞图像的分类精度。深度卷积神经网络是近年来在计算机视觉领域广泛应用的一...
计算机视觉——卷积神经网络（CNN）简介.pdf
04-21
卷积神经网络（CNN）是计算机视觉领域中的一种深度学习算法，它能够对图像进行分类、目标检测、图像分割等处理。CNN的出现彻底改变了计算机视觉领域，它可以处理大规模的图像数据，并且能够达到人类级别的识别准确率...
AlexNet理论及代码复现笔记（PyTorch）
m0_51457734的博客
07-10 1144
该网络包含八个带有权重的层；前五个是卷积的，其余三个是全连接的。最后一个全连接层的输出被馈送到 1000 路 softmax，生成 1000 个类标签的分布。第二、第四和第五卷积层的内核仅连接到驻留在同一 GPU 上的前一层中的内核映射。第三卷积层的内核连接到第二层中的所有内核映射。全连接层中的神经元与前一层中的所有神经元连接。
深度学习笔记——pytorch实现卷积神经网络CNN
weixin_45978839的博客
01-04 2221
B站刘二大人《pytorch深度学习实践》
AlexNet模型及代码详解
weixin_42457110的博客
06-08 5944
Alex在2012年提出的alexnet网络结构模型引爆了神经网络的应用热潮，并赢得了2012届图像识别大赛的冠军，使得CNN成为在图像分类上的核心算法模型。 该网络的亮点在于： （1）首次使用了GPU进行网络加速训练。 （2）使用了ReLU激活函数，而不是传统的Sigmoid激活函数以及Tanh激活函数。 （3）使用了LRN局部响应归一化。 （4）在全连接层的前两层中使用了Droupout随机失活神经元操作，以减少过拟合。 模型组成 输入层 5个卷积层 3个全链接层 输入层： 输入大小为..
深度学习-AlexNet代码实现
小蒋的博客
10-17 183
学习Pytorch实现AlexNet的代码细节
【深度学习】最强算法之：卷积神经网络（CNN）
商务合作 | 面试培训 | 职场规划 ==>主页扫码
03-22 4009
深度学习必会算法之：卷积神经网络
基于卷积神经网络的图像分类
weixin_36670529的博客
06-02 8448
目录 一、常用的卷积神经网络概述 二、基础的神经网络 三、卷积神经网络 四、AlexNet 五、NiN 六、VGG 七、GoogleNet 1、Inception V1 2、Inception V2 3、Inception V3 4、Inception V4 八、ResNet 九、ResNeXt 十、性能比较 十一、CNN的设计准则 一、常用的卷积神经网络概述 ...
图像分类开源代码
haima1998的专栏
08-09 4403
1、 tensort 推理优化代码 （resnet、inception_v3、mobilenet、VGG） https://github.com/NVIDIA-AI-IOT/tf_to_trt_image_classification 2、tensorflow example retrain 代码 （mobilenet 模型） https://github.com/tensorflow/hu...
python机器学习图像分类
09-01
Python机器学习图像分类是利用Python编程语言所提供的机器学习技术和图像处理算法来对图像进行分类的过程。 首先，我们需要准备一个图像分类的数据集。这个数据集可以包含许多不同类别的图像，如猫、狗、车等。每个图像都应该有一个标签，用于指示图像所属的类别。 然后，我们可以利用Python中的机器学习库，如scikit-learn或TensorFlow，来构建一个图像分类模型。这个模型可以是传统的机器学习模型，如支持向量机（SVM）或随机森林。也可以是深度学习模型，如卷积神经网络（CNN）。 接下来，我们需要将图像数据进行预处理，以便它可以被模型所接受。预处理步骤可以包括图像的大小调整、灰度处理、特征提取等。这些步骤旨在最大程度地提取图像中的有用信息，并减少无效的噪声。 然后，我们可以将预处理后的图像数据分为训练集和测试集。训练集用于训练模型，测试集用于评估模型的性能。 在训练过程中，模型将学习如何对不同类别的图像进行分类。学习过程的目标是最小化模型的损失函数，使其能够准确地预测图像的类别。 最后，我们可以使用测试集来评估模型的准确性和性能。通过比较模型预测的结果与真实标签，可以计算出模型的精确度、召回率等评估指标。 总而言之，Python机器学习图像分类是利用Python编程语言、机器学习技术和图像处理算法来构建一个能够准确分类图像的模型。它可以在许多领域中得到广泛应用，如人脸识别、物体检测等。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Stuomasi_xiaoxin

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值