TensorFlow实现用于图像分类的卷积神经网络（代码详细注释）

最新推荐文章于 2024-05-08 11:07:27 发布
最新推荐文章于 2024-05-08 11:07:27 发布
阅读量2.4w 收藏 177
点赞数 13
分类专栏： TensorFlow 文章标签： TensorFlow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qrlhl/article/details/78608985
版权

这里我们采用cifar10作为我们的实验数据库。
首先下载TensorFlow Models库，以便使用其中提供的CIFAR-10数据的类。

git clone https://github.com/tensorflow/models.git
cd models/tutorials/image/cifar10

下面开始构建CNN网络

import cifar10
import cifar10_input
import tensorflow as tf
import numpy as np
import time

max_steps = 3000  # 训练轮数（每一轮一个batch参与训练）
batch_size = 128  # batch 大小
data_dir = '/tmp/cifar10_data/cifar-10-batches-bin'  # 数据目录

# 权重初始化函数
# shape：卷积核参数，格式类似于[5,5,3,32]，代表卷积核尺寸（前两个数字），通道数和卷积核个数
# stddev：标准差
# wl：L2正则化的权值参数
# 返回带有L2正则的初始化的权重参数


def variable_with_weight_loss(shape, stddev, wl):
    var = tf.Variable(tf.truncated_normal(shape, stddev=stddev))
    # 截断产生正态分布，就是说产生正态分布的值如果与均值的差值大于两倍的标准差，
    # 那就重新生成。和一般的正太分布的产生随机数据比起来，这个函数产生的随机数
    # 与均值的差距不会超过两倍的标准差
    if wl is not None:
        weight_loss = tf.multiply(tf.nn.l2_loss(var), wl, name='weight_loss')
        # 给权重W加上L2正则，并用wl参数控制L2 loss的大小
        tf.add_to_collection('losses', weight_loss)
        # 将weight loss存在一个名为‘losses’的collection里，后面会用到
    return var

# loss计算函数
# logits：未经softmax处理过的CNN的原始输出
# labels：样本标签
# 输出：总体loss值


def loss(logits, labels):

    labels = tf.cast(labels, tf.int64)  # 类型转换为tf.int64
    cross_entropy = tf.nn.sparse_softmax_cross_entropy_with_logits(
        logits=logits, labels=labels, name='cross_entropy_per_example')
    # 计算结合softmax的交叉熵（即对logits进行softmax处理，由于softmax与cross_entropy经常一起用，
    # 所以TensorFlow把他们整合到一起了），算是一个标准范式
    cross_entropy_mean = tf.reduce_mean(cross_entropy, name='cross_entropy')
    # 计算一个batch中交叉熵的均值
    tf.add_to_collection('losses', cross_entropy_mean)
    # 将交叉熵存在名为‘losses’的collection里

    return tf.add_n(tf.get_collection('losses'), name='total_loss')
    # 返回total loss，total loss包括交叉熵和上面提到的weight loss


cifar10.maybe_download_and_extract()  # 下载数据集，并解压到默认位置


images_train, labels_train = cifar10_input.distorted_inputs(data_dir=data_dir,
                                                            batch_size=batch_size)
# 产生训练需要的数据，每次执行都会生成一个batch_size的数量的样本（这里进行了样本扩张）

images_test, labels_test = cifar10_input.inputs(eval_data=True,
                                                data_dir=data_dir,
                                                batch_size=batch_size)
# 产生训练需要的测试数据，每次执行都会生成一个batch_size的数量的测试样本

image_holder = tf.placeholder(tf.float32, [batch_size, 24, 24, 3])
label_holder = tf.placeholder(tf.int32, [batch_size])
# 创建输入数据的placeholder（相当于占位符）

weight1 = variable_with_weight_loss(shape=[5, 5, 3, 64], stddev=5e-2, wl=0.0)
# 第一层权重初始化，产生64个3通道（RGB图片），尺寸为5*5的卷积核，不带L2正则（wl=0.0）
kernel1 = tf.nn.conv2d(image_holder, weight1, [1, 1, 1, 1], padding='SAME')
# 对输入原始图像进行卷积操作，步长为[1, 1, 1, 1]，即将每一个像素点都计算到，
# 补零模式为'SAME'（不够卷积核大小的块就补充0）
bias1 = tf.Variable(tf.constant(0.0, shape=[64]))
# 定义第一层的偏置参数，由于有64个卷积核，这里有偏置尺寸为shape=[64]
conv1 = tf.nn.relu(tf.nn.bias_add(kernel1, bias1))
# 卷积结果加偏置后采用relu激活
pool1 = tf.nn.max_pool(conv1, ksize=[1, 3, 3, 1], strides=[1, 2, 2, 1],
                       padding='SAME')
# 第一层的池化操作，使用尺寸为3*3，步长为2*2的池化层进行操作
# 这里的ksize和strides第一个和第四个数字一般都为1
norm1 = tf.nn.lrn(pool1, 4, bias=1.0, alpha=0.001 / 9.0, beta=0.75)
# 用LRN对结果进行处理，使得比较大的值变得更大，比较小的值变得更小，模仿神经系统的侧抑制机制

# 这一部分和上面基本相同，不加赘述
weight2 = variable_with_weight_loss(shape=[5, 5, 64, 64], stddev=5e-2, wl=0.0)
kernel2 = tf.nn.conv2d(norm1, weight2, [1, 1, 1, 1], padding='SAME')
bias2 = tf.Variable(tf.constant(0.1, shape=[64]))
conv2 = tf.nn.relu(tf.nn.bias_add(kernel2, bias2))
norm2 = tf.nn.lrn(conv2, 4, bias=1.0, alpha=0.001 / 9.0, beta=0.75)
pool2 = tf.nn.max_pool(norm2, ksize=[1, 3, 3, 1], strides=[1, 2, 2, 1],
                       padding='SAME')

# 这里定义一个全连接层
reshape = tf.reshape(pool2, [batch_size, -1])
# 将上一层的输出结果拉平（flatten），[batch_size, -1]中的-1代表不确定多大
dim = reshape.get_shape()[1].value
# 得到数据扁平化后的长度

# 建立一个隐含节点数为384的全连接层
weight3 = variable_with_weight_loss(shape=[dim, 384], stddev=0.04, wl=0.004)
bias3 = tf.Variable(tf.constant(0.1, shape=[384]))
local3 = tf.nn.relu(tf.matmul(reshape, weight3) + bias3)

# 建立一个隐含节点数为192的全连接层
weight4 = variable_with_weight_loss(shape=[384, 192], stddev=0.04, wl=0.004)
bias4 = tf.Variable(tf.constant(0.1, shape=[192]))
local4 = tf.nn.relu(tf.matmul(local3, weight4) + bias4)

# 建立输出层（由于cifar数据库一共有10个类别的标签，所以这里输出节点数为10）
weight5 = variable_with_weight_loss(shape=[192, 10], stddev=1/192.0, wl=0.0)
bias5 = tf.Variable(tf.constant(0.0, shape=[10]))
logits = tf.add(tf.matmul(local4, weight5), bias5)
# 注意这里，这里直接是网络的原始输出（wx+b这种形式），没有加softmax激活

loss = loss(logits, label_holder)
# 计算总体loss，包括weight loss 和 cross_entropy

train_op = tf.train.AdamOptimizer(1e-3).minimize(loss)
# 选择AdamOptimizer作为优化器

top_k_op = tf.nn.in_top_k(logits, label_holder, 1)
# 关于tf.nn.in_top_k函数的用法见http://blog.csdn.net/uestc_c2_403/article/details/73187915
# tf.nn.in_top_k会返回一个[batch_size, classes(类别数)]大小的布尔型张量，记录是否判断正确

sess = tf.InteractiveSession()  # 注册为默认session
tf.global_variables_initializer().run()  # 初始化全部模型参数

tf.train.start_queue_runners()  # 启动线程（QueueRunner是一个不存在于代码中的东西，而是后台运作的一个概念）

for step in range(max_steps):
    start_time = time.time()
    image_batch, label_batch = sess.run([images_train, labels_train])
    # 获得一个batch的训练数据
    _, loss_value = sess.run([train_op, loss], feed_dict={image_holder: image_batch,
                                                          label_holder: label_batch})
    # 运行训练过程并获得一个batch的total_loss

    duration = time.time() - start_time  # 记录跑一个batch所耗费的时间

    if step % 10 == 0:  # 每10个batch输出信息
        examples_per_sec = batch_size / duration  # 计算每秒能跑多少个样本
        sec_per_batch = float(duration)  # 计算每个batch需要耗费的时间

        format_str = (
            'step %d, loss = %.2f (%.1f examples/sec; %.3f sec/batch)')
        print(format_str % (step, loss_value, examples_per_sec, sec_per_batch))

# 在测试集上验证精度
num_examples = 10000
import math
num_iter = int(math.ceil(num_examples / batch_size))  # math.ceil 对浮点数向上取整
true_count = 0
total_sample_count = num_iter * batch_size
step = 0
while step < num_iter:
    image_batch, label_batch = sess.run([images_test, labels_test])
    # 获得一个batch的测试数据
    predictions = sess.run([top_k_op], feed_dict={image_holder: image_batch,
                                                  label_holder: label_batch})
    true_count += np.sum(predictions)  # 获得预测正确的样本数
    step += 1

precision = true_count / total_sample_count  # 获得预测精度
print('precision @ 1 = %.4f' % precision*100)
qrlhl
关注
专栏目录
基于卷积神经网络的图像修复系统设计与实现
AI架构设计之禅
10-01 1340
基于卷积神经网络的图像修复系统设计与实现 1. 背景介绍 1.1 问题的由来 图像修复，顾名思义，就是对数字图像中缺失或损坏的部分进行还原的技术。这个问题在现实生活中应用广泛，例如： 文物修复:
卷积神经网络CNN进行图像分类
05-12
卷积神经网络CNN进行图像分类
卷积神经网络（CNN）实现图像分类——Python
桃木山人的博客
05-10 5962
输入 2 对测试集整体进行测试，得出准确率（10秒左右）本代码使用在线MNIST数据库，无需本地MNIST数据库！本程序包含python库较多，请自行配置（pip），如果是完成大作业需求，请各位自己适配！模型训练大概需要2分钟，请耐心等候！输入图片要求是28*28像素。回复其他数字会自动退出程序。输入其他数字自动退出程序。
卷积神经网络初步实现
m0_48399828的博客
10-15 313
参考paddlepaddle，简单的实现卷积神经网络 代码如下 import paddle import paddle.nn.functional as F from paddle.vision.transforms import ToTensor import numpy as np import matplotlib.pyplot as plt print(paddle.__version__) 2.1.2 transform = ToTensor() cifar10_train = paddle
Keras ： 利用卷积神经网络CNN对图像进行分类，以mnist数据集为例建立模型并预测
陈杉菜
10-16 7550
阴雨连绵的周五，附带陈杉片刻不停的步伐，和半路响起的上课铃本学期的第一次迟到（针对ldw老师），不期而至了呢顺便昨晚没休息好（可能不是），在老师讲课的时候困意发起多次攻击，我以为我能承受住然后我就溃败了，丢盔弃甲之后老师也停止授课（不是，主要是知识点讲完了），巧的是困意小队发出撤退信号，我直接活力回归，真 奇 妙言归正传，讲的是卷积神经网络的图像分类从计算机视觉开始讲起，错过第一张PPT，该死的下雨天眼睛 ≠ 计算机视觉 ， 摄像机也不中间的内容被迫不记得了，这是结论。...
基于卷积神经网络实现花卉图像分类——附带Matlab源代码
DevPhantom的博客
08-07 270
然后，我将图像转换为灰度，并将每个像素的值从0到1进行归一化。本文介绍了如何使用CNN对花卉图像进行分类，并提供了完整的Matlab源代码。CNN是处理图像数据最有效的算法之一，也是深度学习中的重要部分。在未来的研究中，我们可以尝试通过添加更多的层和调整其他参数来改善模型的性能。在计算机视觉领域，花卉图像分类是一个经典的问题，也是初学者入门的一个好的案例。其中，训练集占据80％的数据，验证集占据10％，剩余的10％被用于测试。最后，我对模型进行了评估，结果表明，该模型在测试集上达到了76%的准确率。
tensorflow-keras卷积神经网络CNN实现cifar10图像分类源码+数据集+注释+模型加载保存
07-29
在本资源中，我们主要关注的是使用TensorFlow 2.3和Keras库构建一个卷积神经网络（CNN）来实现CIFAR-10图像分类任务。CIFAR-10是一个广泛使用的数据集，包含10个类别的60,000张32x32像素的小型彩色图像。这个数据集...
tensorflow卷积神经网络实现cifar10分类源码+数据集+注释
07-29
卷积神经网络（Convolutional Neural Networks，简称CNN）是一种深度学习模型，广泛应用于图像处理领域，如图像分类、目标检测等。CIFAR-10数据集是用于训练和评估这种模型的经典数据集，它包含了10个类别的60,000张...
基于CNN卷积神经网络的网络入侵检测python源码+详细注释.zip
03-11
基于CNN卷积神经网络的网络入侵检测python源码+详细注释.zip随着信息技术的飞速发展，网络安全问题日益凸显，网络入侵检测作为维护网络安全的重要手段，受到了广泛关注。传统的网络入侵检测方法往往依赖于手工提取...
Python基于卷积神经网络CNN实现的花卉识别项目源码+数据集+模型
最新发布
08-19
Python基于卷积神经网络CNN实现的花卉识别项目源码+数据集+模型，含有代码注释，新手也可看懂，个人手打98分项目，导师非常认可的高分项目，毕业设计、期末大作业和课程设计高分必看，下载下来，简单部署，就可以...
Visio画的卷积神经网络结构图模板vsdx
10-18
卷积神经网络（Convolutional Neural Network，简称CNN）是一种深度学习模型，广泛应用于图像识别、计算机视觉等领域。Visio是一款强大的图形设计软件，能够帮助用户创建各种专业图表，包括复杂的神经网络结构图。本...
【CNN分类】基于卷积神经网络的数据分类附matlab代码
matlab_dingdang的博客
07-28 3477
基于卷积神经网络（Convolutional Neural Network, CNN）的数据分类是一种常见的机器学习任务。CNN图像分类、语音识别等领域取得了很大的成功。下面是基于CNN的数据分类的基本步骤：数据准备：收集和准备用于训练和测试的数据集。数据集应包含有标记的样本，即每个样本都有对应的类别标签。数据预处理：对数据进行预处理，包括图像的缩放、裁剪、灰度化等操作，以使其适应CNN的输入要求。构建CNN模型：设计并构建一个CNN模型，通常包括卷积层、池化层、全连接层等组件。
【MATLAB第95期】#源码分享 | 基于MATLAB的卷积神经网络CNN图像分类源代码分享（含两个案例）
随风飘摇的土木狗的博客
01-28 2599
目的：训练和测试卷积神经网络，以检测钻头三种类型。深度学习（DL）是机器学习的一个子集，它使用受神经网络启发的架构来进行预测。卷积神经网络（CNN）是一种DL模型，它在学习图像等二维数据中的模式方面是有效的。钻头类型的图像用于训练分类器，以识别钻头类型。本练习演示使用图像分类来区分照片中的对象。尽管应用于位类型，但相同的方法和代码可以用于任何类型或数量的对象。此示例可以通过将训练和测试照片包含在使用对象类型命名的文件夹中进行修改。该代码自动将文件夹的名称作为照片标签，用于训练分类器。
基于卷积神经网络的高光谱图像分类详细教程（含python代码）
知识搬运者
05-08 4287
CNNs通过其特有的卷积层、池化层和全连接层结构，能够自动提取图像中的空间和光谱特征，有效地捕捉到高光谱数据中的复杂模式。此外，通过引入迁移学习、数据增强和正则化等技术，可以进一步提高模型的泛化能力和分类性能，使得卷积神经网络成为高光谱图像分析领域的一项重要工具。深度学习是机器学习的一个分支，它通过构建多层的神经网络来模拟人脑处理信息的方式，从而实现对复杂数据的高效处理和模式识别。这里以窗口为25的大小，训练集和测试集的占比分别为20%的训练，80%的验证。将下载的数据加载进内存，便于后续处理。
自定义的卷积神经网络模型CNN，对图片进行分类并使用图片进行测试模型-适合入门，从模型到训练再到测试，开源项目
qq_44757503的博客
10-31 4144
自定义的卷积神经网络模型CNN，对图片进行分类并使用图片进行测试模型-适合入门，从模型到训练再到测试，开源项目
《实战》tensorflow搭建神经网络完成图像分类任务
当回首往事的时候，不会因虚度年华而悔恨，也不会因碌碌无为而羞愧。
04-24 2122
《实战》tensorflow搭建神经网络完成图像分类任务1.模型概述2 基本参数设置3. 基本模型构建3.1 神经网络模型3.2 优化器与损失函数3.3 迭代优化4. 双层的神经网络 1.模型概述 本次任务主要是通过构建一个双隐藏层的单元的神经网络，完成对于Mnist图像数据集的分类任务。 Mnist的数据集的数据维度为28281的一个图像数据，将数据传入到一个基础的神经网络中，通过前向和反向传播，修正模型的参数，将最终结果映射到一个一个softmax的函数中，输出对当前10个类别的预测的概率值。 需要将
Tensorflow教程之图像分类
weixin_44111292的博客
12-29 1088
这个教程训练了一个神经网络模型来分类衣服的图像，比如运动鞋和衬衫。不理解所有的细节也没关系，这是一个快节奏的完整的TensorFlow程序的概述随着以后的深入学习会慢慢理解这些细节部分。 本教程使用tf.keras，一个在TensorFlow中构建和训练模型的高级API。 from __future__ import absolute_import, division, print_functio...
图像分类：使用TensorFlow构建卷积神经网络（CNN）来对图像进行分类，如CIFAR-10或ImageNet数据集
sybh的博客
10-02 291
图像分类是计算机视觉领域的一个重要任务，它涉及将输入的图像分配到不同的类别中。深度学习在图像分类中取得了巨大的成功，而TensorFlow是一款强大的深度学习框架，本博客将介绍如何使用TensorFlow构建卷积神经网络（CNN）来进行图像分类。我们将使用两个经典的数据集：CIFAR-10和ImageNet。首先，让我们来了解一下这两个数据集。
写一个图像分类的卷积神经网络代码
03-08
以下是一个简单的图像分类的卷积神经网络代码，仅供参考： ```python import tensorflow as tf # 定义卷积神经网络模型 def cnn_model_fn(features, labels, mode): # 输入层 input_layer = tf.reshape(features["x"], [-1, 28, 28, 1]) # 卷积层1 conv1 = tf.layers.conv2d( inputs=input_layer, filters=32, kernel_size=[5, 5], padding="same", activation=tf.nn.relu) # 池化层1 pool1 = tf.layers.max_pooling2d(inputs=conv1, pool_size=[2, 2], strides=2) # 卷积层2 conv2 = tf.layers.conv2d( inputs=pool1, filters=64, kernel_size=[5, 5], padding="same", activation=tf.nn.relu) # 池化层2 pool2 = tf.layers.max_pooling2d(inputs=conv2, pool_size=[2, 2], strides=2) # 全连接层 pool2_flat = tf.reshape(pool2, [-1, 7 * 7 * 64]) dense = tf.layers.dense(inputs=pool2_flat, units=1024, activation=tf.nn.relu) dropout = tf.layers.dropout( inputs=dense, rate=.4, training=mode == tf.estimator.ModeKeys.TRAIN) # 输出层 logits = tf.layers.dense(inputs=dropout, units=10) predictions = { "classes": tf.argmax(input=logits, axis=1), "probabilities": tf.nn.softmax(logits, name="softmax_tensor") } if mode == tf.estimator.ModeKeys.PREDICT: return tf.estimator.EstimatorSpec(mode=mode, predictions=predictions) # 计算损失函数 loss = tf.losses.sparse_softmax_cross_entropy(labels=labels, logits=logits) # 配置训练操作 if mode == tf.estimator.ModeKeys.TRAIN: optimizer = tf.train.GradientDescentOptimizer(learning_rate=.001) train_op = optimizer.minimize( loss=loss, global_step=tf.train.get_global_step()) return tf.estimator.EstimatorSpec(mode=mode, loss=loss, train_op=train_op) # 配置评估操作 eval_metric_ops = { "accuracy": tf.metrics.accuracy( labels=labels, predictions=predictions["classes"])} return tf.estimator.EstimatorSpec( mode=mode, loss=loss, eval_metric_ops=eval_metric_ops) # 加载 MNIST 数据集 mnist = tf.contrib.learn.datasets.load_dataset("mnist") # 创建 Estimator mnist_classifier = tf.estimator.Estimator( model_fn=cnn_model_fn, model_dir="/tmp/mnist_convnet_model") # 配置训练和评估操作 train_input_fn = tf.estimator.inputs.numpy_input_fn( x={"x": mnist.train.images}, y=mnist.train.labels.astype(int), batch_size=100, num_epochs=None, shuffle=True) mnist_classifier.train( input_fn=train_input_fn, steps=20000, hooks=None) eval_input_fn = tf.estimator.inputs.numpy_input_fn( x={"x": mnist.test.images}, y=mnist.test.labels.astype(int), num_epochs=1, shuffle=False) eval_results = mnist_classifier.evaluate(input_fn=eval_input_fn) print(eval_results) ``` 这个代码实现了一个简单的卷积神经网络模型，用于对 MNIST 数据集中的手写数字进行分类。具体实现过程可以参考代码中的注释。
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值