Week T2：彩色图片分类（CNN）

深度学习 第T2周：彩色图片分类

一、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 | 接辅导、项目定制
• 🚀 文章来源：K同学的学习圈子

二、我的环境

• 电脑系统：Windows 10
• 语言环境：Python 3.6.5
• 深度学习环境：TensorFlow 2.6.2
• 编译器：jupyter notebook

三、导入和查看数据

本节内容使用的数据集是CIFAR10，图片大小为28x28，数据分为训练集图片、训练集标签、测试集图片、测试集标签，需要对图片作归一化（就是把每张图片的所有像素都缩小到[0，1]内）。

1、导入tf依赖库&数据

tf使用指南：https://tensorflow.google.cn/guide?hl=zh-cn，可以查询到tf可以调用到的所有依赖库的用法

# 导入tf库
import tensorflow as tf
# 从tf的keras依赖库中导入三个CNN必备要素：数据集、层数、模型
from tensorflow.keras import datasets, layers, models
# 导入绘图工具matplotlib，没有安装的需要先安装
import matplotlib.pyplot as plt

# 导入cifar10数据，依次分别为训练集图片、训练集标签、测试集图片、测试集标签
(train_images, train_labels), (test_images, test_labels) = datasets.cifar10.load_data()

ETA：3:26:20 是下载完所需的时间

出现下面这种报错可能是网速不好，重新下载即可：

2、数据归一化

# 将像素的值标准化至0到1的区间内。
# (对于灰度图片来说，每个像素∈[0,255]，即直接除以255就可以完成归一化。)
train_images, test_images = train_images / 255.0, test_images / 255.0
# 查看数据维数信息
train_images.shape,test_images.shape,train_labels.shape,test_labels.shape

归一化结果：

3、可视化数据（看看导入的数据都有些什么图片把!~）

class_names = ['airplane', 'automobile', 'bird', 'cat', 'deer','dog', 'frog', 'horse', 'ship', 'truck']
plt.figure(figsize=(20,10))
for i in range(20):
    plt.subplot(2,10,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()

20张图片如下：

五、构建CNN网络 & 编译 & 训练 & 预测 & 评估

使用CNN进行应用的一般步骤（5步）：选择模型、构建模型、编译模型、训练模型，及预测模型。使用的CNN网络结构：

1. 调用tf接口组建CNN结构

序列模型（Sequential）适用于每层只有一个输入张量和一个输出张量的普通层堆栈。
以下情况下，序列模型不适用：

• 模型有多个输入或多个输出
• 任何层都有多个输入或多个输出
• 需要进行图层共享
• 需要非线性拓扑（例如剩余连接、多分支模型）

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

2. 编译模型

model.compile(
    optimizer='adam',
    loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
    # 设置性能指标列表，将在模型训练时监控列表中的指标
    metrics=['accuracy'])

3. 训练模型

自定义 Model.fit 的内容

"""
这里设置输入训练数据集（图片及标签）、验证数据集（图片及标签）以及迭代次数epochs
"""
history = model.fit(
    # 输入训练集图片
	train_images, 
	# 输入训练集标签
	train_labels, 
	# 设置10个epoch，每一个epoch都将会把所有的数据输入模型完成一次训练。
	epochs=10, 
	# 设置验证集
    validation_data=(test_images, test_labels))

4. 查看模型预测效果

随意输入一张数字图片，经过下图中的层层计算，最后在输出层得到预测的结果，预测结果是一组表示每个数字的几率值，几率值最大的那个数字就是最终的预测结果。

plt.imshow(test_images[1])

输出测试集中第一张图片的预测结果：

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

5. 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)

六、其他

（1）accuracy=0.7982，修改epoch=20，训练情况如下：

可见，单纯修改epoch次数对增加accuracy用处不大。