【机器学习】CNN在计算机视觉中的应用

AI_Guru人工智能

于 2024-09-08 01:16:41 发布

阅读量611

点赞数 5

文章标签：机器学习 cnn 计算机视觉

本文链接：https://blog.csdn.net/weixin_66608063/article/details/142007231

版权

概述

卷积神经网络（Convolutional Neural Networks, CNNs）是深度学习领域中用于处理具有明显网格结构的数据（如图像）的一类神经网络。CNN在计算机视觉任务中表现出色，包括图像分类、目标检测、图像分割等。本文将探讨CNN在计算机视觉中的几种典型应用，并提供相应的代码示例。

图像分类

图像分类是计算机视觉中最基本的任务之一，目标是将图像分配到预定义的类别。CNN通过学习图像中的特征来实现分类。

代码示例

以下是使用Python的TensorFlow库实现CNN进行图像分类的示例代码：

import tensorflow as tf
from tensorflow.keras import datasets, layers, models

# 加载数据集（以CIFAR10为例）
(train_images, train_labels), (test_images, test_labels) = datasets.cifar10.load_data()

# 归一化像素值
train_images, test_images = train_images / 255.0, test_images / 255.0

# 构建CNN模型
model = models.Sequential()
model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(64, (3, 3), activation='relu'))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(64, (3, 3), activation='relu'))

# 添加全连接层
model.add(layers.Flatten())
model.add(layers.Dense(64, activation='relu'))
model.add(layers.Dense(10))

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

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

# 评估模型
test_loss, test_acc = model.evaluate(test_images,  test_labels, verbose=2)
print(f"Test accuracy: {test_acc}")

目标检测

目标检测是识别图像中的对象并确定它们的位置的任务。CNN可以用于提取图像特征，然后使用这些特征来定位和识别对象。

代码示例

以下是使用预训练的SSD（Single Shot MultiBox Detector）模型进行目标检测的示例代码：

import numpy as np
import tensorflow as tf
from tensorflow.keras.models import load_model

# 加载预训练的SSD模型
model = load_model('ssd.h5')

# 加载图像并进行预处理
image = tf.keras.utils.load_img('dog.jpg', target_size=(224, 224))
image = tf.keras.utils.img_to_array(image)
image = np.expand_dims(image, axis=0)

# 进行预测
predictions = model.predict(image)

# 处理预测结果
for i, (xmin, ymin, xmax, ymax, score, class_id) in enumerate(predictions[0]):
    if score > 0.5:
        print(f"Object {class_id} with confidence {score}: {xmin}, {ymin}, {xmax}, {ymax}")

图像分割

图像分割是将图像划分为多个区域或对象的任务。在医学成像、自动驾驶等领域，图像分割是关键技术。

代码示例

以下是使用U-Net模型进行图像分割的示例代码：

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

# 加载预训练的U-Net模型
model = load_model('unet.h5')

# 加载图像并进行预处理
image = cv2.imread('cell.jpg')
image = cv2.resize(image, (256, 256))
image = image / 255.0
image = np.expand_dims(image, axis=0)

# 进行预测
prediction = model.predict(image)

# 将预测结果转换为二值图像
prediction = (prediction > 0.5).astype(np.int)
cv2.imshow('Segmentation', prediction[0] * 255)
cv2.waitKey(0)
cv2.destroyAllWindows()