python3 32.keras使用卷積神經網絡(CNN)完成貓狗分類 學習筆記

文章目錄

一、數據準備

二、卷積神經網絡模型構建

三、訓練和測試圖片的預處理

四、進行模型訓練和保存

五、對訓練好的模型進行測試

前言

計算機視覺系列之學習筆記主要是本人進行學習人工智能（計算機視覺方向）的代碼整理。本系列所有代碼是用python3編寫，在平臺Anaconda中運行實現，在使用代碼時，默認你已經安裝相關的python庫，這方面不做多餘的說明。本系列所涉及的所有代碼和資料可在我的github上下載到，gitbub地址：https://github.com/mcyJacky/DeepLearning-CV，如有問題，歡迎指出。

一、數據準備

本篇我們對keras使用卷積神經網絡完成對貓和狗圖片的分類，首先我們準備好貓和狗的訓練集圖片，訓練圖片路徑：/image/train/dog/和/image/train/cat/。測試集圖片路徑：/image/test/dog/和/image/test/cat/。其中訓練圖片中貓和狗的圖片分別為200張，測試圖片中貓和狗的圖片分別為100張。

我們構建卷積神經網絡的過程中，輸入圖片的大小為（150,150,3）。具體如下：

from keras.models import Sequential
from keras.layers import Dense, Conv2D, MaxPool2D, Activation, Dropout, Flatten
from keras.optimizers import Adam
from keras.preprocessing.image import ImageDataGenerator, img_to_array, load_img
from keras.utils.vis_utils import plot_model
import matplotlib.pyplot as plt

# 定義模型
model = Sequential()
model.add(Conv2D(input_shape=(150,150,3),filters=32, kernel_size=3, padding='same', activation='relu'))
model.add(Conv2D(filters=32, kernel_size=3, padding='same', activation='relu'))
model.add(MaxPool2D(pool_size=2, strides=2))

model.add(Conv2D(filters=64, kernel_size=3, padding='same', activation='relu'))
model.add(Conv2D(filters=64, kernel_size=3, padding='same', activation='relu'))
model.add(MaxPool2D(pool_size=2, strides=2))

model.add(Conv2D(filters=128, kernel_size=3, padding='same', activation='relu'))
model.add(Conv2D(filters=128, kernel_size=3, padding='same', activation='relu'))
model.add(MaxPool2D(pool_size=2, strides=2))

model.add(Flatten())
model.add(Dense(units=64, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(2, activation='softmax'))

# 定義優化器
adam = Adam(lr=1e-4)

# 定義優化器，代價函數，訓練過程中的準確率
model.compile(optimizer=adam, loss='categorical_crossentropy', metrics=['accuracy'])

# 模型網絡結構圖輸出
plot_model(model, to_file='model1.png', show_shapes=True, show_layer_names=True, rankdir='TB') # TB:top-bottom
plt.figure(figsize=(10,10))
img = plt.imread('model1.png')
plt.imshow(img) 

plt.axis('off')
plt.show()

運行上述程序後，卷積網絡的結構如下圖1.1所示：

圖1.1 卷積網絡的結構

三、訓練和測試圖片的預處理

我們構建的CNN模型網絡的輸入圖片大小為(150,150,3)，我們要對首先對訓練和測試圖片做預處理。

# 定義圖片生成器
train_datagen = ImageDataGenerator(
 rotation_range = 40, # 隨機旋轉度數
 width_shift_range = 0.2, # 隨機水平平移
 height_shift_range = 0.2,# 隨機豎直平移
 rescale = 1/255, # 數據歸一化
 shear_range = 20, # 隨機錯切變換
 zoom_range = 0.2, # 隨機放大
 horizontal_flip = True, # 水平翻轉
 fill_mode = 'nearest', # 填充方式
) 
test_datagen = ImageDataGenerator(
 rescale = 1/255, # 數據歸一化
) 

batch_size = 32

# 生成訓練數據
train_generator = train_datagen.flow_from_directory('image/train/', target_size=(150,150), batch_size=batch_size)

# 測試數據
test_generator = train_datagen.flow_from_directory('image/test/', target_size=(150,150), batch_size=batch_size)
# Found 400 images belonging to 2 classes.
# Found 200 images belonging to 2 classes.

train_generator.class_indices
# {'cat': 0, 'dog': 1}
 

四、進行模型訓練和保存

下面進行模型訓練，並將訓練結果保存h5文件。

# 進行訓練
model.fit_generator(
 train_generator, 
 steps_per_epoch=len(train_generator), 
 epochs=30, 
 validation_data=test_generator, 
 validation_steps=len(test_generator))

# 模型保存
model.save('model_cnn.h5')

# 部分輸出結果：
# Epoch 1/30
# 13/13 [==============================] - 13s 962ms/step - loss: 0.6986 - acc: 0.5171 - val_loss: 0.6936 - val_acc: 0.5000
# Epoch 2/30
# 13/13 [==============================] - 3s 254ms/step - loss: 0.6940 - acc: 0.4957 - val_loss: 0.6897 - val_acc: 0.5000
# Epoch 3/30
# 13/13 [==============================] - 3s 256ms/step - loss: 0.6912 - acc: 0.5002 - val_loss: 0.6881 - val_acc: 0.5000
# Epoch 4/30
# 13/13 [==============================] - 3s 257ms/step - loss: 0.6889 - acc: 0.5046 - val_loss: 0.6857 - val_acc: 0.5000
# ...
# 13/13 [==============================] - 4s 319ms/step - loss: 0.5803 - acc: 0.7044 - val_loss: 0.6458 - val_acc: 0.6550
# Epoch 27/30
# 13/13 [==============================] - 4s 323ms/step - loss: 0.5871 - acc: 0.7018 - val_loss: 0.6845 - val_acc: 0.5750
# Epoch 28/30
# 13/13 [==============================] - 4s 325ms/step - loss: 0.5648 - acc: 0.7138 - val_loss: 0.6358 - val_acc: 0.6200
# Epoch 29/30
# 13/13 [==============================] - 4s 330ms/step - loss: 0.5716 - acc: 0.6758 - val_loss: 0.6723 - val_acc: 0.6050
# Epoch 30/30
# 13/13 [==============================] - 4s 312ms/step - loss: 0.5502 - acc: 0.7288 - val_loss: 0.6591 - val_acc: 0.6350

五、對訓練好的模型進行測試

下面我們使用測試圖片對訓練好的模型進行測試。

from keras.models import load_model
import numpy as np

label = np.array(['cat','dog'])
# 載入模型
model = load_model('model_cnn.h5')

# 導入圖片
image = load_img('image/test/cat/cat.1002.jpg')
image

上述測試圖片的輸出如圖5.1所示：

圖5.1 測試圖片

下面對測試圖片的預測為：

# 對測試圖片預處理
image = image.resize((150,150))
image = img_to_array(image)
image = image/255
image = np.expand_dims(image,0)
image.shape
# (1, 150, 150, 3)

# 預測結果：
print(label[model.predict_classes(image)])
# ['cat']

通過上述一套過程，就能用普通卷積神經網絡，實現對圖片的類型進行預測，下面我們會使用其他網絡模型進行預測。

【參考】：
1. 城市數據團課程《AI工程師》計算機視覺方向
2. deeplearning.ai 吳恩達《深度學習工程師》
3. 《機器學習》作者：周志華
4. 《深度學習》作者：Ian Goodfellow

閱讀更多 邵寒峰 的文章

關鍵字: Python 人工智能 卷積