TensorFlow人马图像分类（卷积神经网络）

Posted 2021-10-25 _睿智_

目录

基础理论

1、sigmoid激活函数

2、聚类&&分类

一、准备数据

1、创建两个数据生成器

2、创建训练数据与测试数据生成器

 训练数据生成器

测试数据生成器        

二、构建神经网络

三、编译、训练

四、预测（单图预测）

1、待预测图像处理

1-1、读取图像

1-2、BGR转RGB

1-3、显示图像

2、图像数据转换  

3、预测

总代码

---

基础理论

1、sigmoid激活函数

由于是二分类，所以最后会用到sigmoid激活函数（0、1两值）。

2、聚类&&分类

        聚类(Clustering)：是指把相似的数据划分到一起，具体划分的时候并不关心这一类的标签，目标就是把相似的数据聚合到一起，聚类是一种无监督学习(Unsupervised Learning)方法。

（聚类：不按标签把相似数据聚合到一起）

        分类(Classification)：是把不同的数据划分开，其过程是通过训练数据集获得一个分类器，再通过分类器去预测未知数据，分类是一种监督学习(Supervised Learning)方法。

一、准备数据

数据下载地址：

https://storage.googleapis.com/laurencemoroney-blog.appspot.com/horse-or-human.zip \\
    -O /tmp/horse-or-human.zip 

# 1、准备数据
from tensorflow.keras.preprocessing.image import ImageDataGenerator

1、创建两个数据生成器

# 1-1、创建两个数据生成器
train_data_gen = ImageDataGenerator(rescale=1/255)
test_data_gen = ImageDataGenerator(rescale=1/255)

2、创建训练数据与测试数据生成器

 训练数据生成器

# 训练数据生成器（指向训练数据文件夹）
train_generator = train_data_gen.flow_from_directory(
    'D:\\\\Study\\\\AI\\\\OpenCV\\\\horse-human-data\\\\horse-or-human',
    target_size = (150,150), batch_size = 32, class_mode = 'binary'
#   目标大小                  一批的数量         二分类
)

测试数据生成器        

# 测试数据生成器（指向测试数据文件夹）
test_generator = test_data_gen.flow_from_directory(
    'D:\\\\Study\\\\AI\\\\OpenCV\\\\horse-human-data\\\\validation-horse-or-human',
    target_size = (150,150), batch_size = 32, class_mode = 'binary'
)

二、构建神经网络

# 2、构建神经网络
import tensorflow as tf
from tensorflow.keras.optimizers import RMSprop

# 神经网络模型
model = tf.keras.models.Sequential([
    # 第一层CNN
    tf.keras.layers.Conv2D(16, (3,3), activation='relu', input_shape=(150, 150, 3)),
    tf.keras.layers.MaxPooling2D(2, 2),
    # 第二层CNN
    tf.keras.layers.Conv2D(32, (3,3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2,2),
    # 第三层CNN
    tf.keras.layers.Conv2D(64, (3,3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2,2),
    # 第四层CNN
    tf.keras.layers.Conv2D(64, (3,3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2,2),
    # 第五层CNN
    tf.keras.layers.Conv2D(64, (3,3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2,2),
    
    # 输入层
    tf.keras.layers.Flatten(),
    # 隐层
    tf.keras.layers.Dense(512, activation='relu'),
    # 输出层：用sigmoid激活函数二分类（只有一个神经元，结果只有0和1，分别对应人和马）
    tf.keras.layers.Dense(1, activation='sigmoid')
])
# 可视化
model.summary()

Model: "sequential_3" _________________________________________________________________ Layer (type) Output Shape Param # ================================================================= conv2d_15 (Conv2D) (None, 148, 148, 16) 448 _________________________________________________________________ max_pooling2d_15 (MaxPooling (None, 74, 74, 16) 0 _________________________________________________________________ conv2d_16 (Conv2D) (None, 72, 72, 32) 4640 _________________________________________________________________ max_pooling2d_16 (MaxPooling (None, 36, 36, 32) 0 _________________________________________________________________ conv2d_17 (Conv2D) (None, 34, 34, 64) 18496 _________________________________________________________________ max_pooling2d_17 (MaxPooling (None, 17, 17, 64) 0 _________________________________________________________________ conv2d_18 (Conv2D) (None, 15, 15, 64) 36928 _________________________________________________________________ max_pooling2d_18 (MaxPooling (None, 7, 7, 64) 0 _________________________________________________________________ conv2d_19 (Conv2D) (None, 5, 5, 64) 36928 _________________________________________________________________ max_pooling2d_19 (MaxPooling (None, 2, 2, 64) 0 _________________________________________________________________ flatten_3 (Flatten) (None, 256) 0 _________________________________________________________________ dense_6 (Dense) (None, 512) 131584 _________________________________________________________________ dense_7 (Dense) (None, 1) 513 ================================================================= Total params: 229,537 Trainable params: 229,537 Non-trainable params: 0 _________________________________________________________________

三、编译、训练

# 3、编译&&训练
model.compile(loss='binary_crossentropy', optimizer=RMSprop(lr=0.001), metrics=['acc'])
model.fit(train_generator, epochs=5, validation_data=test_generator)
#         训练集            迭代次数   测试集

Epoch 1/10
33/33 [==============================] - 18s 544ms/step - loss: 0.5144 - acc: 0.7420 - val_loss: 0.6703 - val_acc: 0.8438
Epoch 2/10
33/33 [==============================] - 18s 548ms/step - loss: 0.1962 - acc: 0.9299 - val_loss: 0.7632 - val_acc: 0.8594
Epoch 3/10
33/33 [==============================] - 18s 558ms/step - loss: 0.1640 - acc: 0.9445 - val_loss: 0.7594 - val_acc: 0.8594
Epoch 4/10
33/33 [==============================] - 18s 551ms/step - loss: 0.0940 - acc: 0.9640 - val_loss: 1.0639 - val_acc: 0.8398
Epoch 5/10
33/33 [==============================] - 18s 544ms/step - loss: 0.0851 - acc: 0.9747 - val_loss: 1.4272 - val_acc: 0.8633
Epoch 6/10
33/33 [==============================] - 18s 551ms/step - loss: 0.0774 - acc: 0.9698 - val_loss: 1.0516 - val_acc: 0.8516
Epoch 7/10
33/33 [==============================] - 19s 562ms/step - loss: 0.0113 - acc: 0.9981 - val_loss: 2.2403 - val_acc: 0.7734
Epoch 8/10
33/33 [==============================] - 18s 549ms/step - loss: 0.0689 - acc: 0.9786 - val_loss: 1.3702 - val_acc: 0.8672
Epoch 9/10
33/33 [==============================] - 18s 549ms/step - loss: 0.0043 - acc: 1.0000 - val_loss: 2.0496 - val_acc: 0.8594
Epoch 10/10
33/33 [==============================] - 18s 556ms/step - loss: 0.0572 - acc: 0.9873 - val_loss: 1.8541 - val_acc: 0.8633

[12]:

<tensorflow.python.keras.callbacks.History at 0x7fa1b05ddcd0>

四、预测（单图预测）

1、待预测图像处理

1-1、读取图像

import cv2
import matplotlib.pyplot as plt
import numpy as np

# (1) 读取图像
# img1:马    img2:人
img1 = cv2.imread('tensorflow_datasets/validation-horse-or-human/horses/horse1-000.png')
img1 = cv2.resize(img1, (150, 150))
img2 = cv2.imread('tensorflow_datasets/validation-horse-or-human/humans/valhuman01-01.png')
img2 = cv2.resize(img2, (150, 150))

1-2、BGR转RGB

BGR转RGB（opencv的色彩空间是BGR，plt色彩空间是RGB）。

# (2) BGR转RGB
# OpenCV中图片像素按照BGR方式排列；而Matpoltlib中图片按照RGB方式排序
b,g,r = cv2.split(img1)    #分离
img1 = cv2.merge([r,g,b])  #合并
b,g,r = cv2.split(img2)    #分离
img2 = cv2.merge([r,g,b])  #合并

1-3、显示图像

# (3) 显示图像
f, ax = plt.subplots(1, 2)
ax[0].imshow(img1)
ax[0].set_title("0")
ax[1].imshow(img2)
ax[1].set_title("1")
plt.show()

如果不进行BGR转RGB的操作，就会出现这样色彩错乱的情况：

 （来自冥界的人马）

 

2、图像数据转换  

这里model.predict()的预测需要更高维度的图像数据，进行一下转换。

# 图像转数据（用来做预测）
Img1 = np.expand_dims(img1, axis=0)    #转三维数据(二维转三维)
Img2 = np.expand_dims(img2, axis=0)    #转三维数据(二维转三维)

img：

Img：

3、预测

# 4、预测(分别对两个图进行预测)
for i in range(2):
    if i==0:
        # 对图像1做预测
        classes = model.predict(Img1, batch_size=10)
        print(f'{i}号图片预测结果为：', int(classes[0][0]), '马')
    elif i==1:
        # 对图像2做预测
        classes = model.predict(Img2, batch_size=10)
        print(f'{i}号图片预测结果为：', int(classes[0][0]), '人')

 

总代码

# 1、准备数据
from tensorflow.keras.preprocessing.image import ImageDataGenerator

# 1-1、创建两个数据生成器
train_data_gen = ImageDataGenerator(rescale=1/255)
test_data_gen = ImageDataGenerator(rescale=1/255)

# 1-2、创建训练数据与测试数据生成器
# 训练数据生成器（指向训练数据文件夹）
train_generator = train_data_gen.flow_from_directory(
    'tensorflow_datasets/horse-or-human/',
    target_size = (150,150), batch_size = 32, class_mode = 'binary'
#   目标大小                  一批的数量         二分类
)

# 测试数据生成器（指向测试数据文件夹）
test_generator = test_data_gen.flow_from_directory(
    'tensorflow_datasets/validation-horse-or-human/',
    target_size = (150,150), batch_size = 32, class_mode = 'binary'
)


# 2、构建神经网络
import tensorflow as tf
from tensorflow.keras.optimizers import RMSprop

# 神经网络模型
model = tf.keras.models.Sequential([
    # 第一层CNN
    tf.keras.layers.Conv2D(16, (3, 3), activation='relu', input_shape=(150, 150, 3)),
    tf.keras.layers.MaxPooling2D(2, 2),
    # 第二层CNN
    tf.keras.layers.Conv2D(32, (3, 3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2, 2),
    # 第三层CNN
    tf.keras.layers.Conv2D(64, (3, 3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2, 2),
    # 第四层CNN
    tf.keras.layers.Conv2D(64, (3, 3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2, 2),
    # 第五层CNN
    tf.keras.layers.Conv2D(64, (3, 3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2, 2),

    # 输入层
    tf.keras.layers.Flatten(),
    # 隐层
    tf.keras.layers.Dense(512, activation='relu'),
    # 输出层：用sigmoid激活函数二分类（只有一个神经元，结果只有0和1，分别对应人和马）
    tf.keras.layers.Dense(1, activation='sigmoid')
])
# 可视化
model.summary()


# 3、编译&&训练
model.compile(loss='binary_crossentropy', optimizer=RMSprop(lr=0.001), metrics=['acc'])
model.fit(train_generator, epochs=10, validation_data=test_generator)
#         训练集            迭代次数   测试集


# 4、预测
import cv2
import matplotlib.pyplot as plt
import numpy as np

# (1) 读取图像
# img1:马    img2:人
img1 = cv2.imread('tensorflow_datasets/validation-horse-or-human/horses/horse1-000.png')
img1 = cv2.resize(img1, (150, 150))
img2 = cv2.imread('tensorflow_datasets/validation-horse-or-human/humans/valhuman01-01.png')
img2 = cv2.resize(img2, (150, 150))

# (2) BGR转RGB
# OpenCV中图片像素按照BGR方式排列；而Matpoltlib中图片按照RGB方式排序
b,g,r = cv2.split(img1)    #分离
img1 = cv2.merge([r,g,b])  #合并
b,g,r = cv2.split(img2)    #分离
img2 = cv2.merge([r,g,b])  #合并

# (3) 显示图像
f, ax = plt.subplots(1, 2)
ax[0].imshow(img1)
ax[1].imshow(img2)
plt.show()

# 图像转数据（用来做预测）
Img1 = np.expand_dims(img1, axis=0)    #转三维数据(二维转三维)
Img2 = np.expand_dims(img2, axis=0)    #转三维数据(二维转三维)


# 4、预测(分别对两个图进行预测)
for i in range(2):
    if i==0:
        # 对图像1做预测
        classes = model.predict(Img1, batch_size=10)
        print(f'{i}号图片预测结果为：', int(classes[0][0]), '马')
    elif i==1:
        # 对图像2做预测
        classes = model.predict(Img2, batch_size=10)
        print(f'{i}号图片预测结果为：', int(classes[0][0]), '人')