深度学习实战02-卷积神经网络（CNN）实现服装图像分类

​
​

活动地址：CSDN21天学习挑战赛
参考文章：https://mtyjkh.blog.csdn.net/article/details/116992196

一、前期准备

1. 设置GPU

如果没有则可不设置，则可以直接使用CPU。

import tensorflow as tf
# gpus = tf.config.list_pysical_devices("GPU")

# if gpus:
#     gpu0 = gpus[0]    # 如果有多个gpu，仅使用下标为0的那个
#     tf.config.experimental.set_memory_growth(gpu0, True)   # 设置GPU显存用量按需使用
#     tf.config.set_visible_devices([gpu0], "GPU)

2. 导入数据

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

# 下载数据集
(train_images, train_labels), (test_images, test_labels) = datasets.fashion_mnist.load_data()

加载数据集会返回四个Numpy数组：

• train_images和train_labels数组是训练集，模型用于学习的数据。
• test_images和test_labels数组是测试集，会被用来对模型进行测试。

图像是28 * 的Numpy数组，像素值介于0-255。标签是整数数组，介于0-9,。这些标签对应于图像所代表的服装类型：

标签	类	标签	类
0	T恤/上衣	1	裤子
2	套头衫	3	连衣裙
4	外套	5	凉鞋
6	衬衫	7	运动鞋
8	包	9	短靴

3. 归一化处理

# 将像素的值标准化至0-1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
# 输出：((60000, 28, 28), (10000, 28, 28), (60000,), (10000,))

4. 调整图片格式

# 调整数据到我们需要的格式
train_images = train_images.reshape((60000, 28, 28, 1))
test_images = test_images.reshape((10000, 28, 28, 1))

train_images.shape, test_images.shape, train_labels.shape, test_labels.shape
# 输出：((60000, 28, 28, 1), (10000, 28, 28, 1), (60000,), (10000,))

5. 可视化

class_names = ["T-shirt/top", "Trouser", "Pullover", "Dress", "Coat", "Sandal", "Shirt", "Sneaker", "Bag", "Ankle boot"]

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]])
plt.show()

二、构建CNN网络

    卷积神经网络（CNN）的输入是张量（Tensor）形式的（image_height, image_width, color_channels）,包含了图像高度、宽度及颜色信息。不需要输入batch_size。color_channels为（R，G，B）分别对应RGB三个颜色的通道（color channel）。
    在示例中的CNN输入是fashion_mnist数据集中的图片，形状是（28，28，1）即灰度图像。我们需要在声明第一层时将形状赋值给参数input_shape。

model = models.Sequential([
    layers.Conv2D(32, (3, 3), activation='relu', input_shape=[28, 28, 1]),  # 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 ，3*3卷积核
    layers.MaxPooling2D((2, 2)),   # 池化层2， 2*2采样
    layers.Conv2D(64, (3, 3), activation='relu'),  # 卷积层3 ，3*3卷积核
    
    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，输出预期效果
])

# 打印网络结构
model.summary()   

三、编译

在准备对模型进行训练之前，还需要再对其进行一些设置。以下内容是在模型的编译步骤中添加的：

• 损失函数（loss）：用于测量模型在训练期间的准确率。您会希望最小化此函数，以便将模型“引导”到正确的方向上。
• 优化器（optimizer）：决定模型如何根据其看到的数据和自身的损失函数进行更新。
• 指标（metrics）：用于监控训练和测试步骤。以下示例使用了准确率，即被正确分类的图像的比率。

model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

四、训练模型

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

五、预测

预测结果是一个包含10个数组的数组。代表10种不同类型的服装的“置信度”。

plt.imshow(test_images[1])

import numpy as np

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

六、评估模型

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)