python神经网络图像识别note

最新推荐文章于 2024-09-20 20:02:36 发布

fantasysolo

最新推荐文章于 2024-09-20 20:02:36 发布

阅读量3.9k

点赞数 6

分类专栏： python 文章标签：图像识别

本文链接：https://blog.csdn.net/fantasysolo/article/details/81531095

版权

本文介绍了Python中用于图像识别的神经网络技术，包括BP神经网络和CNN卷积神经网络。通过实例展示了如何使用BP神经网络进行手写数字识别，并对比了不同层结构的效果。接着，详细解释了CNN的工作原理，如卷积、ReLU、池化操作及其作用。通过LeNet架构，阐述了卷积神经网络在图像识别中的应用，并提供了可视化示例，展示了网络如何从图像中提取特征并进行分类。最后，文章提到了其他一些经典的卷积神经网络架构，如AlexNet、VGGNet和ResNets，并总结了CNN的主要概念。

摘要由CSDN通过智能技术生成

BP神经网络

手写数字识别mnist测试集(28*28)识别

mnist训练集60000个样本,测试集10000个样本,发现使用4层BP神经网络784,50,20,10没有3层神经网络784,100,10识别率高.只有88%左右

对自己手写的样本更差.先是处理了手写样本的背景色噪声,但是仍然很差,估计

1.mnist训练集中对数字图像位置进行了居中,大小进行了统一,自己手写的样本没有做相应处理.

2.查看mnist数据集,发现西方数字写法和东方写法差别很大,字迹也比较潦草,应该也有这个原因

3.由于去噪比较随意,自己手写的数字处理后的图像具有像mnist数据集中笔画像素的波峰特征不明显

CNN卷积神经网络

简介:https://www.sohu.com/a/126742834_473283

推导反向传播公式:全连接层的误差权重分配公式反向推导已经在<python神经网络编程>中学习过,CNN网络不同之处在于卷积-ReLU-POLLING层的反向传播公式,相关资料:

https://www.cnblogs.com/tornadomeet/p/3468450.html

https://blog.csdn.net/login_sonata/article/details/77488383

https://www.cnblogs.com/pinard/p/6494810.html#undefined

(待看)

简介:

以下转自:https://blog.csdn.net/ruiyiin/article/details/77113973

LeNet 是推进深度学习领域发展的最早的卷积神经网络之一。经过多次成功迭代，到 1988 年，Yann LeCun 把这一先驱工作命名为 LeNet5。当时，LeNet 架构主要用于字符识别任务，比如读取邮政编码、数字等等。

å¾ 3

上图中的卷积神经网络和原始的 LeNet 的结构比较相似，可以把输入的图像分为四类：狗、猫、船或者鸟（原始的 LeNet 主要用于字符识别任务）。正如上图说示，当输入为一张船的图片时，网络可以正确的从四个类别中把最高的概率分配给船（0.94）。在输出层所有概率的和应该为一（本文稍后会解释）。

There are four main operations in the ConvNet shown in Figure 3 above:
在上图中的 ConvNet 有四个主要操作：

卷积
非线性处理（ReLU）
池化或者亚采样
分类（全连接层）

这些操作对于各个卷积神经网络来说都是基本组件，因此理解它们的工作原理有助于充分了解卷积神经网络。下面我们将会尝试理解各步操作背后的原理。

图像是像素值的矩阵

本质上来说，每张图像都可以表示为像素值的矩阵：

通道常用于表示图像的某种组成。一个标准数字相机拍摄的图像会有三通道 - 红、绿和蓝；你可以把它们看作是互相堆叠在一起的二维矩阵（每一个通道代表一个颜色），每个通道的像素值在 0 到 255 的范围内。

灰度图像，仅仅只有一个通道。在本篇文章中，我们仅考虑灰度图像，这样我们就只有一个二维的矩阵来表示图像。矩阵中各个像素的值在 0 到 255 的范围内——零表示黑色，255 表示白色。

卷积

卷积神经网络的名字就来自于其中的卷积操作。卷积的主要目的是为了从输入图像中提取特征。卷积可以通过从输入的一小块数据中学到图像的特征，并可以保留像素间的空间关系。我们在这里并不会详细讲解卷积的数学细节，但我们会试着理解卷积是如何处理图像的。

每张图像都可以看作是像素值的矩阵。考虑一下一个 5 x 5 的图像，它的像素值仅为 0 或者 1（注意对于灰度图像而言，像素值的范围是 0 到 255，下面像素值为 0 和 1 的绿色矩阵仅为特例）：

图 5

同时，考虑下另一个 3 x 3 的矩阵，如下所示：

图 6

接下来，5 x 5 的图像和 3 x 3 的矩阵的卷积可以按下图所示的动画一样计算：

图 7

现在停下来好好理解下上面的计算是怎么完成的。我们用橙色的矩阵在原始图像（绿色）上滑动，每次滑动一个像素（也叫做“步长”），在每个位置上，我们计算对应元素的乘积（两个矩阵间），并把乘积的和作为最后的结果，得到输出矩阵（粉色）中的每一个元素的值。注意，3 x 3 的矩阵每次步长中仅可以“看到”输入图像的一部分。

在 CNN 的术语中，3x3 的矩阵叫做“滤波器（filter）”或者“核（kernel）”或者“特征检测器（feature detector）”，

通过在图像上滑动滤波器并计算点乘得到矩阵叫做“