深度学习 Day 11——利用卷神经网络进行彩色图片分类

深度学习 Day 11——利用卷神经网络进行彩色图片分类

一、前言

• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
• 🍦 参考文章地址： 🔗深度学习100例-卷积神经网络（CNN）彩色图片分类 | 第2天
• 🍖 作者：K同学啊

之前暑假参加了21天学习挑战赛，我选的学习方向是深度学习，带队博主是K同学啊，因为经过一个暑假的学习，我现在对深度学习方面比较的感兴趣，所以我也就继续选择加入了K同学啊的365天深度学习训练营，继续开始我的学习，学习一个复杂高级的领域，如果能有人带队，那么学习起来将会事半功倍，但更重要的还是自己要养成长期学习的自律习惯。

本周的任务就是利用CNN卷神经网络进行彩色图片的分类，废话不多说，我们开始学习！

二、我的环境

• 电脑系统：Windows 11
• 语言环境：Python 3.8.5
• 编译器：DataSpell 2022.2
• 深度学习环境：TensorFlow 2.3.4
• 显卡及显存：RTX 3070 8G

三、前期工作

1、设置GPU

设置GPU的话，是需要看你的电脑性能的，如果电脑GPU不行，很容易导致电脑爆显存，所以如果你的电脑显存很高，那么就只使用GPU那样会比较的快，但是对于很多学生来说，大部分都是使用的笔记本来学习，所以，我推荐使用CPU来训练，然后利用GPU进行加速，这样适用于大多数笔记本。

只使用GPU：

gpus = tf.config.list_physical_devices("GPU")

if gpus:
    tf.config.experimental.set_memory_growth(gpus[0], True)  #设置GPU显存用量按需使用
    tf.config.set_visible_devices([gpus[0]], "GPU")

使用CPU+GPU：

os.environ["CUDA_VISIBLE_DEVICES"] = "-1"

2、导入依赖项

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

3、导入数据

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

本期的数据会自动下载。

Downloading data from https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz
170500096/170498071 [==============================] - 19s 0us/step

4、设置归一化

归一化的目的就是使得预处理的数据被限定在一定的范围内（比如[0,1]或者[-1,1]），从而减小奇异样本数据导致的不良影响。

奇异样本数据的存在会引起训练时间增大，同时也可能导致无法收敛。因此，当存在奇异样本数据时，在进行训练之前需要对预处理数据进行归一化；反之，不存在奇异样本数据时，则可以不进行归一化。

# 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

((50000, 32, 32, 3), (10000, 32, 32, 3), (50000, 1), (10000, 1))

5、数据可视化

我们来查看一下我们下载的数据：

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()

四、构建CNN网络

1、关于卷积层

何为卷积，简单的来说我们将对图像应用过滤器以获得结果图像，任何的图像都可以表示为像素矩阵，每一个像素代表一种颜色强度。

卷积过程：

我们通过将过滤器应用于我们的输入图像来构建另一个图像，我们设置应用的过滤器，设置不同的形状和值，将会得到不同的图像。

2、关于池化层

采用像素组并对它们进行拟合，池化层包括最大池化层和平均池化层，其中前者可以更好的提取特征纹理，后者可以更好的保留背景信息但是很容易导致图片模糊，所以现在一般都使用最大池化层，而很少使用平均池化层，池化可以增强卷积的能力。

3、构建CNN网络模型

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

它运行的结果是：

Model: "sequential"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
conv2d (Conv2D)              (None, 30, 30, 32)        896       
_________________________________________________________________
max_pooling2d (MaxPooling2D) (None, 15, 15, 32)        0         
_________________________________________________________________
conv2d_1 (Conv2D)            (None, 13, 13, 64)        18496     
_________________________________________________________________
max_pooling2d_1 (MaxPooling2 (None, 6, 6, 64)          0         
_________________________________________________________________
conv2d_2 (Conv2D)            (None, 4, 4, 64)          36928     
_________________________________________________________________
flatten (Flatten)            (None, 1024)              0         
_________________________________________________________________
dense (Dense)                (None, 64)                65600     
_________________________________________________________________
dense_1 (Dense)              (None, 10)                650       
=================================================================
Total params: 122,570
Trainable params: 122,570
Non-trainable params: 0
_________________________________________________________________

五、编译模型

model.compile(optimizer='adam', # 优化器
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True), # 损失函数
              metrics=['accuracy']) # 准确率

六、训练模型

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

训练的结果是：

Epoch 1/10
1563/1563 [==============================] - 22s 14ms/step - loss: 1.5232 - accuracy: 0.4456 - val_loss: 1.2786 - val_accuracy: 0.5375
Epoch 2/10
1563/1563 [==============================] - 21s 14ms/step - loss: 1.1450 - accuracy: 0.5943 - val_loss: 1.1863 - val_accuracy: 0.5808
Epoch 3/10
1563/1563 [==============================] - 23s 15ms/step - loss: 0.9940 - accuracy: 0.6496 - val_loss: 0.9785 - val_accuracy: 0.6507
Epoch 4/10
1563/1563 [==============================] - 23s 14ms/step - loss: 0.8987 - accuracy: 0.6850 - val_loss: 0.9459 - val_accuracy: 0.6738
Epoch 5/10
1563/1563 [==============================] - 21s 14ms/step - loss: 0.8341 - accuracy: 0.7101 - val_loss: 0.9146 - val_accuracy: 0.6800
Epoch 6/10
1563/1563 [==============================] - 22s 14ms/step - loss: 0.7791 - accuracy: 0.7262 - val_loss: 0.8781 - val_accuracy: 0.6970
Epoch 7/10
1563/1563 [==============================] - 20s 13ms/step - loss: 0.7342 - accuracy: 0.7437 - val_loss: 0.9449 - val_accuracy: 0.6870
Epoch 8/10
1563/1563 [==============================] - 21s 13ms/step - loss: 0.6919 - accuracy: 0.7572 - val_loss: 0.8571 - val_accuracy: 0.7085
Epoch 9/10
1563/1563 [==============================] - 20s 13ms/step - loss: 0.6542 - accuracy: 0.7712 - val_loss: 0.8844 - val_accuracy: 0.7028
Epoch 10/10
1563/1563 [==============================] - 21s 13ms/step - loss: 0.6199 - accuracy: 0.7827 - val_loss: 0.8452 - val_accuracy: 0.7164

七、利用模型进行预测

我们前面利用了训练集进行了模型训练，现在我们将使用测试集来进行真实环境的预测，其中预测得到的是每一个类别的概率大小，该数字越大该图片被分为该类别的可能性也就越大，我们就通过这个来对图片进行分类。

我们随机抽几个查看一下它的预测结果：

plt.imshow(test_images[1])

import numpy as np

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

它预测的是：

ship

再来一个：

plt.imshow(test_images[3])

pre = model.predict(test_images)
print(class_names[np.argmax(pre[3])])

它预测的是：

airplane

再试一个：

plt.imshow(test_images[100])

pre = model.predict(test_images)
print(class_names[np.argmax(pre[100])])

它预测的结果是：

deer

我们发现它预测的还很准确，但我们只是随机的抽取了几个，存在很大的偶然性，所以我们接下来进行模型评估，看看我们的模型构建的怎么样。

八、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)

我们打印测试准确率看看：

print(test_acc)

它得到的结果是：

0.7182999849319458

可以看出我们训练的准确率在71.8％.

我后面我又尝试了一下增加训练次数到100，发现准确率降低了，说明如果训练集很大，那么它应该会在一个值趋于上下波动范围，如果再增加训练次数可能准确率还是会降低。

九、最后我想说

365天深度学习训练营是每个月至少参加3周的学习任务，每周的任务只有一个，完成的结果将以博客的形式写出来，如果不能完成则会被淘汰，这也可以大大的提高学习效率，没有一点挑战，大学生活可能就会变得枯燥乏味。

努力提高自己的综合实力，养成良好的编程习惯，我相信我一定可以变得更好，我们一起变得更加优秀。

这是我记录我学习成长的专栏，欢迎大家去观看，谢谢！

Python深度学习专栏

最后，创作不易，期待得到你们的支持！