python3 32.keras使用卷积神经网络(CNN)完成猫狗分类 学习笔记

前言

     计算机视觉系列之学习笔记主要是本人进行学习人工智能（计算机视觉方向）的代码整理。本系列所有代码是用python3编写，在平台Anaconda中运行实现，在使用代码时，默认你已经安装相关的python库，这方面不做多余的说明。本系列所涉及的所有代码和资料可在我的github上下载到，gitbub地址：https://github.com/mcyJacky/DeepLearning-CV，如有问题，欢迎指出。

一、数据准备

     本篇我们对keras使用卷积神经网络完成对猫和狗图片的分类，首先我们准备好猫和狗的训练集图片，训练图片路径：/image/train/dog/和/image/train/cat/。测试集图片路径：/image/test/dog/和/image/test/cat/。其中训练图片中猫和狗的图片分别为200张，测试图片中猫和狗的图片分别为100张。

二、卷积神经网络模型构建

     我们构建卷积神经网络的过程中，输入图片的大小为（150,150,3）。具体如下：

from keras.models import Sequential
from keras.layers import Dense, Conv2D, MaxPool2D, Activation, Dropout, Flatten
from keras.optimizers import Adam
from keras.preprocessing.image import ImageDataGenerator, img_to_array, load_img
from keras.utils.vis_utils import plot_model
import matplotlib.pyplot as plt

# 定义模型
model = Sequential()
model.add(Conv2D(input_shape=(150,150,3),filters=32, kernel_size=3, padding='same', activation='relu'))
model.add(Conv2D(filters=32, kernel_size=3, padding='same', activation='relu'))
model.add(MaxPool2D(pool_size=2, strides=2))

model.add(Conv2D(filters=64, kernel_size=3, padding='same', activation='relu'))
model.add(Conv2D(filters=64, kernel_size=3, padding='same', activation='relu'))
model.add(MaxPool2D(pool_size=2, strides=2))

model.add(Conv2D(filters=128, kernel_size=3, padding='same', activation='relu'))
model.add(Conv2D(filters=128, kernel_size=3, padding='same', activation='relu'))
model.add(MaxPool2D(pool_size=2, strides=2))

model.add(Flatten())
model.add(Dense(units=64, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(2, activation='softmax'))

# 定义优化器
adam = Adam(lr=1e-4)

# 定义优化器，代价函数，训练过程中的准确率
model.compile(optimizer=adam, loss='categorical_crossentropy', metrics=['accuracy'])

# 模型网络结构图输出
plot_model(model, to_file='model1.png', show_shapes=True, show_layer_names=True, rankdir='TB') # TB:top-bottom
plt.figure(figsize=(10,10))
img = plt.imread('model1.png')
plt.imshow(img)
plt.axis('off')
plt.show()

     运行上述程序后，卷积网络的结构如下图1.1所示：

图1.1 卷积网络的结构

三、训练和测试图片的预处理

     我们构建的CNN模型网络的输入图片大小为(150,150,3)，我们要对首先对训练和测试图片做预处理。

# 定义图片生成器
train_datagen = ImageDataGenerator(
    rotation_range = 40,     # 随机旋转度数
    width_shift_range = 0.2, # 随机水平平移
    height_shift_range = 0.2,# 随机竖直平移
    rescale = 1/255,         # 数据归一化
    shear_range = 20,       # 随机错切变换
    zoom_range = 0.2,        # 随机放大
    horizontal_flip = True,  # 水平翻转
    fill_mode = 'nearest',   # 填充方式
) 
test_datagen = ImageDataGenerator(
    rescale = 1/255,         # 数据归一化
) 

batch_size = 32

# 生成训练数据
train_generator = train_datagen.flow_from_directory('image/train/', target_size=(150,150), batch_size=batch_size)

# 测试数据
test_generator = train_datagen.flow_from_directory('image/test/', target_size=(150,150), batch_size=batch_size)
# Found 400 images belonging to 2 classes.
# Found 200 images belonging to 2 classes.

train_generator.class_indices
# {'cat': 0, 'dog': 1}

四、进行模型训练和保存

     下面进行模型训练，并将训练结果保存h5文件。

# 进行训练
model.fit_generator(
    train_generator, 
    steps_per_epoch=len(train_generator), 
    epochs=30, 
    validation_data=test_generator, 
    validation_steps=len(test_generator))

# 模型保存
model.save('model_cnn.h5')

# 部分输出结果：
# Epoch 1/30
# 13/13 [==============================] - 13s 962ms/step - loss: 0.6986 - acc: 0.5171 - val_loss: 0.6936 - val_acc: 0.5000
# Epoch 2/30
# 13/13 [==============================] - 3s 254ms/step - loss: 0.6940 - acc: 0.4957 - val_loss: 0.6897 - val_acc: 0.5000
# Epoch 3/30
# 13/13 [==============================] - 3s 256ms/step - loss: 0.6912 - acc: 0.5002 - val_loss: 0.6881 - val_acc: 0.5000
# Epoch 4/30
# 13/13 [==============================] - 3s 257ms/step - loss: 0.6889 - acc: 0.5046 - val_loss: 0.6857 - val_acc: 0.5000
# ...
# 13/13 [==============================] - 4s 319ms/step - loss: 0.5803 - acc: 0.7044 - val_loss: 0.6458 - val_acc: 0.6550
# Epoch 27/30
# 13/13 [==============================] - 4s 323ms/step - loss: 0.5871 - acc: 0.7018 - val_loss: 0.6845 - val_acc: 0.5750
# Epoch 28/30
# 13/13 [==============================] - 4s 325ms/step - loss: 0.5648 - acc: 0.7138 - val_loss: 0.6358 - val_acc: 0.6200
# Epoch 29/30
# 13/13 [==============================] - 4s 330ms/step - loss: 0.5716 - acc: 0.6758 - val_loss: 0.6723 - val_acc: 0.6050
# Epoch 30/30
# 13/13 [==============================] - 4s 312ms/step - loss: 0.5502 - acc: 0.7288 - val_loss: 0.6591 - val_acc: 0.6350

五、对训练好的模型进行测试

     下面我们使用测试图片对训练好的模型进行测试。

from keras.models import load_model
import numpy as np

label = np.array(['cat','dog'])
# 载入模型
model = load_model('model_cnn.h5')

# 导入图片
image = load_img('image/test/cat/cat.1002.jpg')
image

     上述测试图片的输出如图5.1所示：

图5.1 测试图片

     下面对测试图片的预测为：

# 对测试图片预处理
image = image.resize((150,150))
image = img_to_array(image)
image = image/255
image = np.expand_dims(image,0)
image.shape
# (1, 150, 150, 3)

# 预测结果：
print(label[model.predict_classes(image)])
# ['cat']

     通过上述一套过程，就能用普通卷积神经网络，实现对图片的类型进行预测，下面我们会使用其他网络模型进行预测。

     
     
     
     
【参考】：
     1. 城市数据团课程《AI工程师》计算机视觉方向
     2. deeplearning.ai 吴恩达《深度学习工程师》
     3. 《机器学习》作者：周志华
     4. 《深度学习》作者：Ian Goodfellow

---

转载声明：
版权声明：非商用自由转载-保持署名-注明出处
署名 ：mcyJacky
文章出处：https://blog.csdn.net/mcyJacky