用BP神经网络实现猫狗识别（python）

最新推荐文章于 2024-03-02 12:19:24 发布

向神明诉语、

最新推荐文章于 2024-03-02 12:19:24 发布

阅读量1k

点赞数

分类专栏： python 文章标签：神经网络 python 深度学习

本文链接：https://blog.csdn.net/m0_52973251/article/details/130579290

版权

python 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

创建cnn模型

def define_cnn_model():
    # 使用序列模型
    model = Sequential()
    # 卷积层
    model.add(Conv2D(32, (3, 3), activation="relu",
                     kernel_initializer='he_uniform',
                     padding="same",
                     input_shape=(200, 200, 3)))
    '''卷积核数量，卷积核维度，激活函数，padding，图片像素200x200'''
    # 最大池化层
    model.add(MaxPooling2D((2, 2)))
    # Flatten 层
    model.add(Flatten())
    # 全连接层
    model.add(Dense(128, activation="relu", kernel_initializer='he_uniform'))
    model.add(Dense(1, activation="sigmoid"))  # 输出层0，1，sigmoid模型实现输出值0~1之间，分别代表猫狗

    # 编译模型
    opt = SGD(learning_rate=0.001, momentum=0.9)  # 优化器，随机梯度下降，为模型找到最佳的参数
    model.compile(optimizer=opt,
                  loss='binary_crossentropy',
                  metrics=['accuracy'])
    return model

这是一个函数，返回一个CNN的Keras模型。该模型使用卷积层、最大池化层、全连接层和一个sigmoid输出层来预测图像是猫还是狗。具体来说，该模型有以下组件：

输入层：该模型的输入形状为（200,200,3），即高为200、宽为200、通道数为3（对应RGB三个颜色通道）的图像。
卷积层：使用32个大小为（3,3）的滤波器进行卷积操作，使用ReLU激活函数，保证了输出值都大于等于0。
池化层：使用大小为（2,2）的窗口对卷积输出进行最大化池化，从而减少模型中的参数数量，并使模型更加健壮。
Flatten层：将池化层输出的2D张量展平成1D向量，以便进行全连接操作。
全连接层：包含128个神经元，并使用ReLU激活函数。为防止过拟合，使用了dropout技术，在全连接层输出之前随机删掉一些神经元。
输出层：是一个大小为1、使用sigmoid激活函数的密集层，用于预测照片中是否是狗。

最后，该模型使用二分类交叉熵作为损失函数，使用SGD优化器，训练结束后，使用accuracy作为模型的指标来评估最终的性能。

训练模型

def train_cnn_model():
    # 实例化模型
    model = define_cnn_model()
    # 创建图片生成器,产生图片并输入
    datagen = ImageDataGenerator(rescale=1.0 / 225.0)
    train_it = datagen.flow_from_directory(
        'E:\\ma1ogo3ushu4ju4ji2\\dogs_cats\\data\\train',
        class_mode='binary',
        batch_size=64,  # 一次产生并输入64张图片
        target_size=(200, 200)  # 缩放图片为200x200，和输入图片大小相同
    )
    # 训练模型
    model.fit_generator(train_it,
                        steps_per_epoch=len(train_it),
                        epochs=20,
                        verbose=1)
    # 把模型保存到文件夹
    model.save("E:\\Data_clean\\basic_cnn_result.h5")

此代码为使用CNN模型训练猫狗图像分类器的过程。

首先调用define_cnn_model()函数实例化一个CNN模型。
接着用ImageDataGenerator创建图片生成器datagen，并指定图像预处理参数rescale=1.0/225.0。
用flow_from_directory方法指定图片目录、batch_size、目标大小等参数，让生成器逐批次产生和输入图片，其中类别由’binary’指定为二分类。
使用fit_generator方法对模型进行训练，其中指定了steps_per_epoch、epochs、verbose等参数。
最后，使用save方法把训练好的模型保存到指定路径下的h5文件格式中。

这是我运行后训练处的模型

定义函数读取测试文件夹中的照片

def read_random_image():
    folder = r'E:\\ma1ogo3ushu4ju4ji2\\dogs_cats\\data\\test\\'
    file_path = folder + random.choice(os.listdir(folder))
    print(file_path)
    pil_im = Image.open(file_path, 'r')
    return pil_im

这个就是定义一个函数随机取到文件夹中的图片进行测试

对一个使用模型对读取出的图片进行预测

def get_predict(pil_im, model):
    # 对图片进行缩放
    pil_im = pil_im.resize((200, 200))
    # 将格式转换为 numpy array 格式
    array_im = np.asarray(pil_im)
    array_im = np.expand_dims(array_im, axis=0)
    # 对图片进行预测
    result = model.predict(array_im)
    if result[0][0] > 0.5:
        print("预测结果是：狗")
    else:
        print("预测结果是：猫")