深度学习之卷积神经网络

• 卷积神经网络
  在图像识别中，像素个数过多。
  减少训练参数数量的办法：提取出图像中的关键信息（轮廓），再建立mlp模型进行训练
• 图像卷积运算（convolution）
  对图像矩阵与滤波器矩阵进行对应相乘再求和运算，转化得到新的矩阵。
  作用： 快速定位图像中某些边缘特征
  A与B的卷积表示为：A*B或convolution(A,B)

---

以下是卷积运算中寻找竖向轮廓跟横向轮廓

---

---

RGB图像的卷积：对R\G\B三个通道分别求卷积再相加

nxn的像素矩阵与f x f 的过滤矩阵得到的结果是(n-f+1)x(n-f+1)

• 池化层实现维度缩减
  池化：按照一个固定规则对图像矩阵进行处理，将其转换为更低维度的矩阵（即保留核心信息的情况下，实现维度缩减）

  1.最大法池化（Max-pooling）：
  

  2.平均法池化（Avg-pooling）：
  

---

• 卷积神经网络
  把卷积、池化、mlp先后连接在一起，组成卷积神经网络
  

---

卷积神经网络的两大特点：
1、参数共享（parameter sharing）：同一个特征过滤器可用于整张图片
2、稀疏连接（sparsity of connections）：生成的特征图每个节点只与原图片中特定节点连接

卷积运算导致的两个问题：1.图像被压缩，造成信息丢失；2.边缘信息使用少，容易被忽略

图像填充（padding）：通过在图像各边增加像素，使其在进行卷积运算后维持原图大小（在图形矩阵与过滤器矩阵相乘的过程中，矩阵边缘的数值被使用的次数要少于中间的数值）
通过padding增加像素的数量，由过滤器尺寸与stride（步长）决定

---

• 经典的CNN模型：

  • LeNet-5:
    

  • AlexNet

  

VGG-16:

• 经典的CNN模型用于新场景：
  1.使用经典的CNN模型结构对图像进行预处理，再建立MLP模型
  2.参考经典的CNN结构搭建新模型
  e.g.

此处去除了经典模型的全连接层，改变模型的输出类型

• 实战一：建立CNN实现猫狗识别（核心代码）

#图片加载
from keras.preprocessing.image import ImageDataGenerator

#图像增强/预处理配置（数值归一化、缩放、旋转、平移等）
train_datagen = ImageDataGenerator(rescale=1./255) //rgb的最大值为255
#加载图像：
training_set = train_datagen.flow_from_directory('./Dataset/training_set',target_size=(50,50),batch_size=32,class_mode='binary')
//target_size:图像自动转换的尺寸；batch_size=32：每次训练选择的图片数量；class_mode='binary'：使用的是二分类

---

'''
训练与预测：
'''
#配置模型
model.complie(optimizer='adam',loss = 'binary_crossentropy',metrics=['accuracy'])
#查看模型结构
model.summary()
#训练模型
model.fit_generator(training_set,epochs=25)
#计算预测准确率
model.evaluate_generator(training_set)

• 实战二：基于VGG16、结合mlp实现猫狗识别：（核心代码）

使用VGG16的结构提取图像特征，再根据特征建立mlp模型，实现猫狗图像识别、训练/测试数据：dataset\data_vgg:
对数据进行分离、计算测试数据预测准确率
从网站下载猫/狗图片，对其进行预测
备注：mlp模型只有一个隐藏层（10个神经元）

图片加载：
from keras.preprocessing.image import img_to_array,load_img
img_path = '1.jpg'
img = load_img(img_path,target_size=(224,224))
img = img_to_array(img)

#图片预处理：
from keras.application.vgg16 import preprocessing_input
x = np.expand_dims(img,axis=0)

#把图片矩阵转化为可用于VGG16输入的矩阵
x = preprocess_input(x)

#载入VGG16结构（去除全连接层）
from keras.application.vgg16 import VGG16
model_vgg = VGG16(weights='imagenet',include_top=False)

#特征提取
features = model_vgg.predict(X)

---

建立mlp模型：

#建立一个Sequential顺序模型并添加各层
from keras.models import Sequential
model = Sequential()
from keras.layers import Dense
model.add(Dense(units=10,acitvation='relu',input_dim=25088))
model.add(Dense(units=1,activation='sigmoid'))
model.summary()

#通过.compile()配置模型求解过程参数
model.compile(optimizer='adam',loss='binary_crossentropy',metrics=['accuracy'])

#训练模型
model.fit(X_train,y_train,epochs=50)