人工神经网络(ANN) 简称神经网络(NN),能模拟生物神经系统对物体所作出的交互反应,是由具有适应性的简单单元(称为神经元)组成的广泛并行互连网络。
1 神经元
1.1 M-P 神经元
如下图所示,来自其它神经元的信号,$x_1, x_2, ... , x_n $,传递过来作为输入信号,并通过带权重 ($w_1, w_2, ... , w_n$) 的连接 (connection) 继续传递,
然后神经元的总输入值 $\sum w_i x_i$ 与阈值 $\theta$ 作比较,最后经过激活函数$\,f\,$产生神经元的输出: $y = f\left(\,\sum \limits_{i=1}^n {w_i x_i} - \theta \right)$
1.2 激活函数 (activation function)
理想中,阶跃函数可作为激活函数,将输入值映射为输出值 “0” 和 “1
实际中,常用 Sigmoid 函数作激活函数, $f(x)=\beta \,\dfrac{1-e^{-\alpha x}}{1+e^{-\alpha x}}$
当$\,\alpha = 1, \, \beta = 1\,$时,该函数把可能在较大范围内变化的输入值,“挤压” 到 (0, 1) 的输出范围内。
2 神经网络
2.1 感知机 (perceptron)
感知机由两层神经元组成,输入层接收外界输入信号,而输出层则是一个 M-P 神经元。
实际上,感知机可视为一个最简单的“神经网络”,用它可很容易的实现逻辑与、或、非等简单运算。
2.2 层级结构
常见的神经网络,可分为三层:输入层、隐含层、输出层。输入层接收外界输入,隐层和输出层负责对信号进行加工,输出层输出最终的结果。
以下图为例:每层神经元与下一层神经元全互连,而同层神经元之间不连接,也不存在跨层连接,这样的结构称为“多层前馈神经网络”(multi-layer feedforward neural networks)
2.3 层数设置
OpenCV 中,设置神经网络层数和神经元个数的函数为 setLayerSizes(InputArray _layer_sizes),则上图对应的 InputArray 可由如下代码来构成
// (a) 3层,输入层神经元个数为 4,隐层的为 6,输出层的为 4 Mat layerSizes = (Mat_<int>(1,3) << 4,6,4); // (b) 4层,输入层神经元个数为 4,第一个隐层的为 6,第二个隐层的为 5,输出层的为 4 Mat layerSizes = (Mat_<int>(1,4) << 4,6,5,4);
如何设置隐层神经元的个数仍是个未决的问题,实际中多采用“试错法”来调整
3 OpenCV 函数
1) 创建
static Ptr<ANN_MLP> cv::ml::ANN_MLP::create(); // 创建空模型
2) 设置参数
// 设置神经网络的层数和神经元数量 virtual void cv::ml::ANN_MLP::setLayerSizes(InputArray _layer_sizes); // 设置激活函数,目前只支持 ANN_MLP::SIGMOID_SYM virtual void cv::ml::ANN_MLP::setActivationFunction(int type, double param1 = 0, double param2 = 0); // 设置训练方法,默认为 ANN_MLP::RPROP,较常用的是 ANN_MLP::BACKPROP // 若设为 ANN_MLP::BACKPROP,则 param1 对应 setBackpropWeightScale()中的参数,param2 对应 setBackpropMomentumScale() 中的参数 virtual void cv::ml::ANN_MLP::setTrainMethod(int method, double param1 = 0, double param2 = 0); virtual void cv::ml::ANN_MLP::setBackpropWeightScale(double val); // 默认值为 0.1 virtual void cv::ml::ANN_MLP::setBackpropMomentumScale(double val); // 默认值为 0.1 // 设置迭代终止准则,默认为 TermCriteria(TermCriteria::MAX_ITER + TermCriteria::EPS, 1000, 0.01) virtual void cv::ml::ANN_MLP::setTermCriteria(TermCriteria val);
3) 训练
// samples - 训练样本; layout - 训练样本为 “行样本” ROW_SAMPLE 或 “列样本” COL_SAMPLE; response - 对应样本数据的分类结果 virtual bool cv::ml::StatModel::train(InputArray samples,int layout,InputArray responses);
4) 预测
// samples,输入的样本书数据;results,输出矩阵,默认不输出;flags,标识,默认为 0 virtual float cv::ml::StatModel::predict(InputArray samples, OutputArray results=noArray(),int flags=0) const;
4 代码示例
下面是 OpenCV 3.2 中,在“支持向量机”的例程上做的修改,使用 BP 神经网络,实现了和 SVM 相同的分类功能。
OpenCV 中的 支持向量机 (Support Vector Machine),可参见另一篇博文 OpenCV 之 支持向量机 (一)
1 #include <opencv2/core.hpp> 2 #include <opencv2/imgproc.hpp> 3 #include "opencv2/imgcodecs.hpp" 4 #include <opencv2/highgui.hpp> 5 #include <opencv2/ml.hpp> 6 7 using namespace cv; 8 using namespace cv::ml; 9 10 int main() 11 { 12 // 512 x 512 零矩阵 13 int width = 512, height = 512; 14 Mat image = Mat::zeros(height, width, CV_8UC3); 15 16 // 训练样本 17 float trainingData[6][2] = { { 500, 60 },{ 245, 40 },{ 480, 250 },{ 160, 380 },{400, 25},{55, 400} }; 18 float labels[6] = {0,0,0,1,0,1}; // 每个样本数据对应的输出 19 Mat trainingDataMat(6, 2, CV_32FC1, trainingData); 20 Mat labelsMat(6, 1, CV_32FC1, labels); 21 22 // BP 模型创建和参数设置 23 Ptr<ANN_MLP> bp = ANN_MLP::create(); 24 25 Mat layerSizes = (Mat_<int>(1,3) << 2,6,1); 26 bp->setLayerSizes(layerSizes); 27 28 bp->setTrainMethod(ANN_MLP::BACKPROP,0.1,0.1); 29 bp->setActivationFunction(ANN_MLP::SIGMOID_SYM); 30 bp->setTermCriteria(TermCriteria(TermCriteria::MAX_ITER, 10000, /*FLT_EPSILON*/1e-6)); 31 32 // 保存训练好的神经网络参数 33 bool trained = bp->train(trainingDataMat,ROW_SAMPLE,labelsMat); 34 if (trained) { 35 bp->save("bp_param"); 36 } 37 38 // 创建训练好的神经网络 39 // Ptr<ANN_MLP> bp = ANN_MLP::load("bp_param"); 40 41 // 显示分类的结果 42 Vec3b green(0, 255, 0), blue(255, 0, 0); 43 for (int i = 0; i < image.rows; ++i) 44 for (int j = 0; j < image.cols; ++j) 45 { 46 Mat sampleMat = (Mat_<float>(1, 2) << j, i); 47 Mat responseMat; 48 bp->predict(sampleMat,responseMat); 49 float response = responseMat.ptr<float>(0)[0]; 50 if (response > 0.5) 51 image.at<Vec3b>(i, j) = green; 52 else if (response < 0.5) 53 image.at<Vec3b>(i, j) = blue; 54 } 55 56 // 画出训练样本数据 57 int thickness = -1; 58 int lineType = 8; 59 circle(image, Point(500, 60), 5, Scalar(255, 255, 255), thickness, lineType); 60 circle(image, Point(245, 40), 5, Scalar(255, 255, 255), thickness, lineType); 61 circle(image, Point(480, 250), 5, Scalar(255, 255, 255), thickness, lineType); 62 circle(image, Point(160, 380), 5, Scalar(0, 0, 255), thickness, lineType); 63 circle(image, Point(400, 25), 5, Scalar(255, 255, 255), thickness, lineType); 64 circle(image, Point(55, 400), 5, Scalar(0, 0, 255), thickness, lineType); 65 66 imwrite("result.png", image); // 保存训练的结果 67 imshow("BP Simple Example", image); 68 waitKey(0); 69 }
运行结果如下所示:
注意:OpenCV 3.0 以上版本,相较之前的版本,其中有关机器学习的部分做了较大改动,本人也是踩了很多坑才得到预期的效果。
1) 代码 #26,必须在 setActivationFunction() 之前,否则训练后的结果多为 nan
2) 代码 #48,responseMat 为预测的结果。若输出向量为 1 列,则如 #49 所示,可直接取出预测结果;若输出向量为 n 列,则可取平均值或者最大值。
同时,根据平均值或最大值,代码 #50 处的阈值也要相应的改变。
float response = 0; for (int i=0;i<n;++i) { response += responseMat.ptr<float>(0)[i]; }
3) 代码 #39,若已经训练好神经网络的参数,并将其保存到文件 bp_param 中。
则可将 #23 ~ #36 全部注释掉,再反注释掉 #39,这样,直接加载训练好的神经网络,便可以使用了。
参考资料:
<机器学习> 周志华 第5章
<统计学习方法> 李航 第1章
OpenCV 3.0 Tutorials -- Neural Networks