使用keras CNN卷积神经网络训练mnist手写数字识别并输入图片预测

已于 2022-04-02 23:10:41 修改
阅读量3.9k 收藏 61
点赞数 8
分类专栏： 深度学习 文章标签： 卷积 神经网络 深度学习 计算机视觉 keras
于 2021-02-19 16:44:14 首次发布
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/weixin_44912902/article/details/113863715
版权

前言

CNN卷积网络结构由输入层、输出层、卷积层、池化层、全连接层构成。
相比于传统的NN，CNN更好的诠释了神经网络，也使得模型就更加稳健。
本次实验使用CNN来训练mnist手写数字识别并预测。

准备工作

tensorflow版本：1.13.1
keras版本：2.1.6
numpy版本：1.18.0
matplotlib版本：2.2.2

导入所需的库

from keras.datasets import mnist
from keras.utils import np_utils
from keras.models import Sequential
from keras.layers import Convolution2D,Activation,MaxPooling2D,Flatten,Dense
from keras.optimizers import Adam

使用datasets中的mnist数据集，np_utils用于将标签转换成One-Hot编码格式，Sequential用于构建模型，Convolution2D用于卷积，Activation用于激活函数使用，MaxPooling2D池化操作，Flatten扁平化操作，Dense神经元层，Adam为优化器。

设置参数

nb_class = 10       #代表10个类别
nb_epoch = 4        #迭代4次epoch
batchsize = 128     #批次 根据自己的电脑配置设置

划分数据集

#训练集	训练集标签  测试集	 测试集标签
(X_train,Y_train),(X_test,Y_test) = mnist.load_data()

X_train = X_train.reshape(-1,28,28,1) #-1代表未知，系统自己找，也可以自己设置60000，因为图片只有黑白通道所以设置1 RGB图片设置3
X_test = X_test.reshape(-1,28,28,1)

One-Hot编码

#标签转换为One-hot格式 [0,0,0,0,0,1,0,0,0,0] = 5
Y_train = np_utils.to_categorical(Y_train,nb_class)
Y_test = np_utils.to_categorical(Y_test,nb_class)

构建模型

#初始化模型
model = Sequential()

#1st
model.add(Convolution2D(
	input_shape=(28,28,1)   #输入图片的维度
    filters=32,             #32个卷积核 (28,28,1) ---> (28,28,32)
    kernel_size=(5,5),      #卷积核设置(5,5)
    padding='same',         #步长
))
model.add(Activation('relu'))
model.add(MaxPooling2D(
    pool_size=(2,2),    #设置2*2的核	(28,28,32) ---> (14,14,32)
    strides=(2,2),      #跳过2*2执行
    padding='same',     #步长
))

#2nd
model.add(Convolution2D(
    filters=64,             #64个卷积核 (28,28,32) ---> (28,28,64)
    kernel_size=(5,5),      #卷积核设置(5,5)
    padding='same',         #步长
    input_shape=(28,28,1)   #输入图片的维度
))
model.add(Activation('relu'))
model.add(MaxPooling2D(
    pool_size=(2,2),    #设置2*2的核 (14,14,32) ---> (7,7,64)
    strides=(2,2),      #跳过2*2执行
    padding='same',     #步长
))

#1st Dense
model.add(Flatten())
model.add(Dense(64))
model.add(Activation('relu'))

#2nd Dense
model.add(Dense(10)) #tabel
model.add(Activation('softmax'))

第一次卷积32个卷积核，由原来的(28,28,1)卷积后为(28,28,32)
池化后由原来的(28,28,32)变为(14,14,32)
第二次卷积由第一次卷积的(28,28,32)变为(28,28,64)
池化后由上一次的(14,14,32)变为(7,7,64)
卷积池化完之后进行Flatten扁平化操作，俗话称“降维打击”
扁平成一维之后Dense设置为10个神经元，采用softmax激活函数，因为这是个多分类问题数字只有0-9个数字。

编译模型

#Optimizer and setup Param
adam = Adam(lr = 0.0001) #学习率 越小越慢 越大越容易过拟合

#compile model
model.compile(
    optimizer=adam,					 #优化器
    loss='categorical_crossentropy', #损失函数
    metrics=['accuracy'],			 #评价指标
)

学习率设置为0.0001，学习率越小越慢，越大越容易过拟合。
loss损失函数sparse_categorical_crossentropy与categorical_crossentropy的区别：
sparse_categorical_crossentropy要求target为非One-hot编码，函数内部进行One-hot编码实现。
categorical_crossentropy要求target为One-hot编码。
One-hot格式如： [0,0,0,0,0,1,0,0,0,0] = 5

训练模型

#fit model
model.fit(
    x=X_train,
    y=Y_train,
    epochs=nb_epoch,				#迭代次数
    batch_size=batchsize,			#批次
    validation_data=(X_test,Y_test)	#验证集
)

在这里插入图片描述

保存模型

model.save('./model_mnistCNN.h5')

模型预测

导入所需的库

from keras.models import load_model
import numpy as np
import cv2

加载模型

model = load_model('./model_mnistCNN.h5')

处理读入的图片

	#这里我读入一张shape为(224,222,3)的图片
    pred_img = cv2.imread(filename)    								 #读取图片
    #重新resize图片大小 从原图(224,222,3) ---> (28,28,3)
    pred_img = cv2.resize(pred_img,(28,28))                          #resize图片大小
    #将图片转换成灰度图 从(28,28,3) ---> (28,28)
    pred_img = cv2.cvtColor(pred_img,cv2.COLOR_BGR2GRAY)             #BGR转灰度图
    #将图片转换成np数组格式
    pred_img = np.array(pred_img)                                    #转换np数组格式
    #-1代表未知 系统自己找 也可以自己设置60000 最后1代表灰度只有黑白色
    pred_img = pred_img.reshape(-1,28,28,1)                          #reshape图片
	#将处理好的图片丢到模型中预测
    prediction = model.predict(pred_img)                             #使用模型测试图片
    Final_prediction = [result.argmax() for result in prediction][0] #取预测出来的最大值 #[1,5,3,4,2,9,8,7]
    
	#遍历输入0-9的概率
    for i in prediction[0]:
        print('Percent:{:.10f}'.format(i))
    return Final_prediction

预测图片：
在这里插入图片描述
预测结果：
在这里插入图片描述

完整代码

train.py

from keras.datasets import mnist
from keras.utils import np_utils
from keras.models import Sequential
from keras.layers import Convolution2D,Activation,MaxPooling2D,Flatten,Dense
from keras.optimizers import Adam

nb_class = 10       #代表10个类别
nb_epoch = 4        #迭代4次epoch
batchsize = 128     #批次 根据自己的电脑配置设置

(X_train,Y_train),(X_test,Y_test) = mnist.load_data()

X_train = X_train.reshape(-1,28,28,1) #-1代表未知，系统自己找，也可以自己设置60000，因为图片只有黑白通道所以设置1 RGB图片设置3
X_test = X_test.reshape(-1,28,28,1)

#归一化（收敛）
# X_train = X_train.astype('float32')
# X_test = X_test.astype('float32')
# X_train /= 255.0
# X_test /= 255.0
#- 7s 117us/step - loss: 0.0870 - acc: 0.9741 - val_loss: 0.0742 - val_acc: 0.9769

#标签转换为One-hot格式 [0,0,0,0,0,1,0,0,0,0] = 5
Y_train = np_utils.to_categorical(Y_train,nb_class)
Y_test = np_utils.to_categorical(Y_test,nb_class)

#初始化模型
model = Sequential()

#1st
model.add(Convolution2D(
    filters=32,             #32个卷积核
    kernel_size=(5,5),      #卷积核设置(5,5)
    padding='same',         #步长
    input_shape=(28,28,1)   #输入图片的维度
))
model.add(Activation('relu'))
model.add(MaxPooling2D(
    pool_size=(2,2),    #设置2*2的核
    strides=(2,2),      #跳过2*2执行
    padding='same',     #步长
))

#2nd
model.add(Convolution2D(
    filters=64,             #64个卷积核
    kernel_size=(5,5),      #卷积核设置(5,5)
    padding='same',         #步长
    input_shape=(28,28,1)   #输入图片的维度
))
model.add(Activation('relu'))
model.add(MaxPooling2D(
    pool_size=(2,2),    #设置2*2的核
    strides=(2,2),      #跳过2*2执行
    padding='same',     #步长
))

#1st Dense
model.add(Flatten())
model.add(Dense(64))
model.add(Activation('relu'))

#2nd Dense
model.add(Dense(10)) #tabel
model.add(Activation('softmax'))

#Optimizer and setup Param
adam = Adam(lr = 0.0001) #学习率 越小越慢 越大越容易过拟合

#compile model
model.compile(
    optimizer=adam,
    loss='categorical_crossentropy',
    metrics=['accuracy'],
)

#fit model
model.fit(
    x=X_train,
    y=Y_train,
    epochs=nb_epoch,
    batch_size=batchsize,
    validation_data=(X_test,Y_test)
)
model.save('./model_mnistCNN.h5')

predict.py

from keras.models import load_model
import numpy as np
import cv2


model = load_model('./model_mnistCNN.h5')


def pred(filename):
    pred_img = cv2.imread(filename)    #读取图片
	#使用cv.resize将原图大小(224, 222,3) 转换成 (28,28,3)
    resize_img = cv2.resize(pred_img,(28,28))                          #resize图片大小
    #将图片从BGR转换成GRAY 也就是灰度值转换从 (28,28,3) 转换成 (28,28,1)
    gray_img = cv2.cvtColor(resize_img,cv2.COLOR_BGR2GRAY)             #BGR转灰度图
    #将图片保存到np数组中
    arr_img = np.array(togray_img)                                     #转换np数组格式
    #-1代表未知 系统自己找 也可以自己设置60000 最后的1代表灰度图片 只有黑白
    reshape_img = arr_img.reshape(-1,28,28,1)                          #reshape图片
	#将图片丢到模型中预测
    prediction = model.predict(reshape)                                #使用模型测试图片
    Final_prediction = [result.argmax() for result in prediction][0]   #取预测出来的最大值 #[1,5,3,4,2,9,8,7]
	#遍历0-9的概率
    for i in prediction[0]:
        print('Percent:{:.10f}'.format(i))
    return Final_prediction

if __name__ =='__main__':
    res = pred('./data1.png')
    print('预测结果 ----> ',res)

踩坑点

  1. 在我们使用opencv的时候，使用imread图片的时候路径不能出现"\“这样的斜杠，必须是”/"这样的斜杠才能被cv识别路径。
  2. 在我们预测图片的时候，图片必须是字体是白色，背景是黑色，不然预测是错误的。这个问题可以通过opencv来对图片的颜色进行调整或变换。

总结

相比传统神经网络（NN）的优点：

1.参数共享机制（parameterssharing）

因为，对于不同的区域，我们都共享同一个filter，因此就共享这同一组参数。这也是有道理的，通过前面的讲解我们知道，filter是用来检测特征的，那一个特征一般情况下很可能在不止一个地方出现，比如“竖直边界”，就可能在一幅图中多出出现，那么我们共享同一个filter不仅是合理的，而且是应该这么做的。

由此可见，参数共享机制，让我们的网络的参数数量大大地减少。这样，我们可以用较少的参数，训练出更加好的模型，典型的事半功倍，而且可以有效地避免过拟合。同样，由于filter的参数共享，即使图片进行了一定的平移操作，我们照样可以识别出特征，这叫做“平移不变性”。因此，模型就更加稳健了。

2.连接的稀疏性（sparsityofconnections）

由卷积的操作可知，输出图像中的任何一个单元，只跟输入图像的一部分有关系。而传统神经网络中，由于都是全连接，所以输出的任何一个单元，都要受输入的所有的单元的影响。这样无形中会对图像的识别效果大打折扣。比较，每一个区域都有自己的专属特征，我们不希望它受到其他区域的影响。

正是由于上面这两大优势，使得CNN超越了传统的NN，开启了神经网络的新时代。

令人作呕的溏心蛋
关注
  • 8
    点赞
  • 踩
  • 61
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
专栏目录
MNIST cnn keras
q742971636的博客
09-16 219
多分类，图片中数字。 from keras import layers from keras import models model = models.Sequential() model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1))) model.add(layers.MaxPooling2D...
keras实现简单CNN框架（mnist数据）
02-22
基于python keras框架实现CNN框架，对mnist数据分类
keras用CNN识别mnist
weixin_41388458的博客
04-15 305
import numpy as np np.random.seed(1337) #重复性 from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dense from keras.layers impo...
使用MNIST数据集训练手写数字识别模型
最新发布
jingshi123456的博客
06-13 1444
MNIST 数据集（手写数字数据集）是一个公开的公共数据集，任何人都可以免费获取它。目前，它已经是一个作为机器学习入门的通用性特别强的数据集之一，所以对于想要学习机器学习分类的、深度神经网络分类的、图像识别与处理的小伙伴，都可以选择MNIST数据集入门。
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 7374
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。...
Python使用Keras深度学习框架构建卷积神经网络模型识别MNIST手写字体实战例子
programmer589的博客
05-01 1050
Python使用Keras深度学习框架构建卷积神经网络模型识别MNIST手写字体实战例子
CNN卷积神经网络实现Mnist手写数字识别数据集.zip
03-07
这个压缩包“CNN卷积神经网络实现Mnist手写数字识别数据集.zip”显然包含了实现CNN模型以识别MNIST数据集的手写数字的代码和资源。 CNN的核心特点包括卷积层、池化层、激活函数和全连接层等。这些组件协同工作，...
CNN卷积神经网络训练并测试Mnist数据集
04-21
CNN卷积神经网络训练并测试Mnist数据集，准确率99.07%,环境是pytorch+GPU+pycharm(使用cuda),可直接下载使用，适合想入门深度学习或者神经网络的初学者，代码可直接跑，并且代码中含有大量注释以及个人见解。...
CNN_python_卷积神经网络_手写数字识别_
10-03
卷积神经网络（CNN，Convolutional Neural Network）是一种深度学习模型，特别适用于图像处理任务，如手写数字识别。本项目使用Python编程语言来构建一个CNN模型，以实现对MNIST数据集的手写数字识别。MNIST是机器...
Tensorflow CNN.zip_tensorflow_tensorflow cnn_卷积神经网络_手写数字识别_神经网络
09-23
总之，这个项目展示了如何使用TensorFlow构建和训练一个卷积神经网络来识别手写数字，并且通过与TensorBoard的结合，使得整个过程更加透明和可理解。通过深入理解和实践这样的例子，开发者可以在自己的项目中更好地...
w1_图像目标识别_卷积神经网络MNIST手写数据识别_
10-02
在本项目"图像目标识别_卷积神经网络MNIST手写数据识别_"中，我们将重点探讨如何利用CNN进行手写数字的识别。 MNIST数据集是机器学习和深度学习领域中的经典数据集，它包含60,000个训练样本和10,000个测试样本，每...
cnn_matlab_CNN_cnn图像_cnn预测_cnn图像分类_
09-29
有监督学习，图像分类，训练预测主程序，图像为手写数据
用keras搭建CNN跑mnist.py
07-02
确保ReLus还在“放电”。如果大部分神经元“电压”被“钳制”为零，那么应该重新修正权重初始化策略，尝试使用不太激进的学习率计划，并尝试减少正则化（权重衰减）。
Keras-4 mnist With CNN
记录学习的过程
11-22 1109
Keras mnist With CNN这次，我们将在Keras下利用卷积神经网络(CNN)对mnist进行训练和预测 关于卷积神经网络，强烈推荐零基础入门深度学习(4) - 卷积神经网络，有详细解释和公式推导以及代码实现 Keras中CNN的使用方法，推荐deep-learning-keras-tensorflow OK，废话不多说，让我们开始吧from keras.models import S
使用Keras构建CNN用于训练和识别MNIST手写数据集（内附完整代码）
caicau的博客
01-08 1724
Keras: 是一个用Python编写的深度学习API，运行在机器学习平台TensorFlow之上。它的开发重点是实现快速实验, 类似于把tensorflow各个模块都集成为一个软件工具包，直接调用就行，简单方便。在这篇文章中，我们将构建一个简单的卷积神经网络(CNN)，并训练它用Keras训练和识别MNIST手写数据集。 MNIST:手写数字图片数据集 CNN: 卷积神经网络 本示例使用的CNN一共有三层神经网络，卷积层(conv)，池化层(pooling)，全连接层(fullyconnec..
【Keras-CNN】MNIST
bryant_meng
07-17 1938
本文用 Convolutional Neural Network（CNN）进行MNIST识别，CNN由Yann LeCun 提出，与MLP的区别在于，前面用卷积进行了特征提取，后面全连接层和Multilayer Perceptron（MLP）一样 Max-pooling：对图片缩减采样 好处 减少所需处理的数据点：减少后续运算所需要的时间 让图像位置差异变小 参数的数量和计算量...
Keras搭建CNN（手写数字识别Mnist）
Firmiana1220的博客
07-01 4837
MNIST数据集是手写数字识别通用的数据集，其中的数据是以二进制的形式保存的，每个数字是由28*28的矩阵表示的。 我们使用卷积神经网络对这些手写数字进行识别，步骤大致为： 导入库和模块 我们导入Sequential模型（相当于放积木的桌子） from keras.models import Sequential 接下来，导入各种层（相当于形状各异的积木） from keras.layers...
cnn图像进行预测_CNN方法：使用聚合物图像预测其玻璃化转变温度
weixin_26752765的博客
09-07 1782
cnn图像进行预测In this article, we will be using the image of the polymer structure to predict its glass transition temperature. This article follows a similar methodology as published in one of the recent ...
keras实现CNN+mnist
yannkaii的博客
05-15 440
CNN的基本结构： 1.图像就是输入层 2.接着是CNN特有的卷积层（convolution），卷积层的自带激活函数使用的是ReLU 3.接着是CNN特有的池化层（pooling）， 4.卷积层+池化层的组合可以在隐藏层中出现很多次。也可以灵活组合，卷积+卷积+池化、卷积+卷积等 5.在若干卷积层+池化层之后是全连接层（fully connected layer），其实就是DNN结构，只是输出层使用了Softmax激活函数来做图像识别的分类 6.一般fc就为CNN的全连接层 keras实现CNN+mn.
设计一个卷积神经网络识别MNIST手写数字并进行测试
06-07
好的，以下是一个简单的卷积神经网络（CNN）模型，用于识别 MNIST 手写数字： ```python import tensorflow as tf from tensorflow.keras import layers # 加载 MNIST 数据集 mnist = tf.keras.datasets.mnist (x_train, y_train), (x_test, y_test) = mnist.load_data() # 将像素值归一化到 0~1 之间 x_train, x_test = x_train / 255.0, x_test / 255.0 # 添加一个维度，将数据格式转换为 (样本数, 高度, 宽度, 通道数) x_train = x_train[..., tf.newaxis] x_test = x_test[..., tf.newaxis] # 创建卷积神经网络模型 model = tf.keras.Sequential([ layers.Conv2D(32, 3, activation='relu', input_shape=(28, 28, 1)), layers.MaxPooling2D(), layers.Conv2D(64, 3, activation='relu'), layers.MaxPooling2D(), layers.Flatten(), layers.Dense(128, activation='relu'), layers.Dense(10, activation='softmax') ]) # 编译模型 model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) # 训练模型 model.fit(x_train, y_train, epochs=5) # 测试模型 model.evaluate(x_test, y_test) ``` 这个模型包含两个卷积层和两个池化层，以及两个全连接层，其中最后一个输出层使用 softmax 激活函数进行多分类。在训练期间，我们使用 Adam 优化器和交叉熵损失函数进行优化，同时追踪模型的准确率指标。在测试期间，我们使用测试集进行评估，并打印模型在测试集上的准确率。你可以使用上述代码来训练和测试这个 CNN 模型来识别 MNIST 手写数字。
评论 2
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

打赏作者

令人作呕的溏心蛋

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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