第T2周：彩色图片分类

最新推荐文章于 2024-11-14 20:50:03 发布

阿佳AA

最新推荐文章于 2024-11-14 20:50:03 发布

阅读量757

点赞数 27

文章标签：分类数据挖掘人工智能

本文链接：https://blog.csdn.net/djq010523/article/details/142861445

版权

前言

🍨 本文为🔗365天深度学习训练营中的学习记录博客
🍖 原作者：K同学啊

一、我的环境

语言环境：Python 3.8.20
编译器：jupyter lab
深度学习环境：TensorFlow 2.10.0

二、准备工作

1、设置GPU

如果使用的是CPU可以忽略这步

import tensorflow as tf
gpus = tf.config.list_physical_devices("GPU")

if gpus:
    gpu0 = gpus[0] #如果有多个GPU，仅使用第0个GPU
    tf.config.experimental.set_memory_growth(gpu0, True) #设置GPU显存用量按需使用
    tf.config.set_visible_devices([gpu0],"GPU")

2、导入数据

import tensorflow as tf
from tensorflow.keras import datasets, layers, models
import matplotlib.pyplot as plt

(train_images, train_labels), (test_images, test_labels) = datasets.cifar10.load_data()

3、归一化

# 将像素的值标准化至0到1的区间内。
train_images, test_images = train_images / 255.0, test_images / 255.0

train_images.shape,test_images.shape,train_labels.shape,test_labels.shape

4、可视化

class_names = ['airplane', 'automobile', 'bird', 'cat', 'deer','dog', 'frog', 'horse', 'ship', 'truck']

plt.figure(figsize=(20,10))
for i in range(20):
    plt.subplot(5,10,i+1)
    plt.xticks([])
    plt.yticks([])
    plt.grid(False)
    plt.imshow(train_images[i], cmap=plt.cm.binary)
    plt.xlabel(class_names[train_labels[i][0]])
plt.show()

三、构建CNN网络

卷积神经网络（Convolutional Neural Network, CNN）是一种深度学习模型，广泛应用于图像和视频处理、自然语言处理等领域。CNN 通过模拟生物视觉系统的工作原理，能够自动提取数据的特征，并进行分类或回归等任务。以下是 CNN 的主要组成部分和工作原理：

1. CNN 的主要组件

卷积层（Convolutional Layer）：这是 CNN 的核心层，用于从输入数据中提取特征。卷积层通过使用若干个滤波器（也叫卷积核）对输入进行卷积操作，生成特征图（Feature Map）。这些滤波器会检测不同的局部特征，例如边缘、角点等。
激活函数（Activation Function）：在卷积层之后，通常会应用非线性激活函数（如 ReLU）来引入非线性，使网络能够学习更复杂的特征。
池化层（Pooling Layer）：池化层用于对特征图进行降采样，从而减少参数数量和计算量，同时提高网络对小的平移和变换的鲁棒性。常见的池化方式有最大池化（Max Pooling）和平均池化（Average Pooling）。
全连接层（Fully Connected Layer）：在 CNN 的最后几层，通常会加入全连接层，将提取到的高层次特征进行整合，并用于最终的分类或回归任务。
输出层（Output Layer）：输出层的节点数量等于分类的类别数量（在分类问题中），并通过激活函数（如 Softmax）计算每个类别的概率。

2. CNN 的工作流程

输入层：接收原始输入数据（如图像）。通常图像数据会以 RGB 通道格式表示。
卷积层和激活函数：通过滤波器提取输入数据的局部特征，并使用激活函数引入非线性。
池化层：对特征图进行降采样，减少计算量，并保留重要特征。
重复卷积和池化：CNN 可以堆叠多个卷积和池化层，以提取更高层次的特征。
全连接层和输出层：将提取的特征整合并用于最终的分类或其他任务。

3. CNN 的优势

局部感知：CNN 可以通过卷积操作捕获局部特征。
权值共享：滤波器的权值在整个输入上共享，减少了参数数量。
空间不变性：池化层能够提高网络对平移、缩放等变换的鲁棒性。

4. 应用场景

图像分类：识别图像中的物体或场景。
目标检测：检测图像中的特定目标并定位。
图像分割：将图像划分为多个区域或对象。
自然语言处理：用于文本分类、情感分析等任务。

model = models.Sequential([
    layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)), #卷积层1，卷积核3*3
    layers.MaxPooling2D((2, 2)),                   #池化层1，2*2采样
    layers.Conv2D(64, (3, 3), activation='relu'),  #卷积层2，卷积核3*3
    layers.MaxPooling2D((2, 2)),                   #池化层2，2*2采样
    layers.Conv2D(64, (3, 3), activation='relu'),  #卷积层3，卷积核3*3
    
    layers.Flatten(),                      #Flatten层，连接卷积层与全连接层
    layers.Dense(64, activation='relu'),   #全连接层，特征进一步提取
    layers.Dense(10)                       #输出层，输出预期结果
])

model.summary()  # 打印网络结构

四、编译

model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

五、训练模型

history = model.fit(train_images, train_labels, epochs=10, 
                    validation_data=(test_images, test_labels))

六、预测

通过模型进行预测得到的是每一个类别的概率，数字越大该图片为该类别的可能性越大

plt.imshow(test_images[1])

import numpy as np

pre = model.predict(test_images)
print(class_names[np.argmax(pre[1])])

七、模型评估

import matplotlib.pyplot as plt

plt.plot(history.history['accuracy'], label='accuracy')
plt.plot(history.history['val_accuracy'], label = 'val_accuracy')
plt.xlabel('Epoch')
plt.ylabel('Accuracy')
plt.ylim([0.5, 1])
plt.legend(loc='lower right')
plt.show()

test_loss, test_acc = model.evaluate(test_images,  test_labels, verbose=2)

print(test_acc)

八、总结

分类彩色图片和灰度图片在卷积神经网络（CNN）中有一些关键的区别，主要体现在输入的通道数、特征提取的复杂性和训练数据的处理方式上。以下是具体的区别和影响：

1. 输入通道数的差异

彩色图片：通常有 3 个通道（RGB），每个通道对应一种颜色（红、绿、蓝）。彩色图片的输入数据形状通常为 (高度, 宽度, 3)，需要提取多个通道的信息。
灰度图片：只有一个通道，输入数据形状为 (高度, 宽度, 1) 或 (高度, 宽度)。灰度图像表示亮度信息，没有颜色信息。

2. 特征提取的复杂性

彩色图片：由于包含 RGB 3 个通道的信息，网络需要学习和提取不同颜色通道之间的特征和相互关系。彩色图像能提供更多的细节信息，如颜色分布和色调变化，使得网络有机会学习到更复杂的特征。
灰度图片：只有亮度信息，因此只能基于亮度的变化来提取特征。这在某些情况下可能使得分类问题变得更简单，但也可能导致某些基于颜色的特征丢失。

3. 网络结构的影响

卷积核大小：无论是彩色图片还是灰度图片，卷积核的大小（如 3x3 或 5x5）通常不变。但对于彩色图片，卷积核会有 3 个深度（对应 RGB 3 个通道）；而灰度图片的卷积核只有 1 个深度。
输入层权重数量：由于彩色图片有 3 个通道，第一层卷积层的参数会比灰度图片多 3 倍，需要学习更多的权重。