用 Keras 进行棋子颜色图像分类

Posted 2023-02-16

【中文标题】用 Keras 进行棋子颜色图像分类

【英文标题】：Chess Piece Color Image Classification with Keras

【发布时间】：2021-10-12 00:53:49

【问题描述】：

我正在尝试使用 Keras 构建图像分类神经网络，以识别棋盘上的正方形图片是否包含黑色棋子或白色棋子。我通过翻转和旋转它们创建了 256 张尺寸为 45 x 45 的单个国际象棋的所有棋子的图片，包括白色和黑色。由于训练样本的数量相对较少，而且我是 Keras 的新手，因此在创建模型时遇到了困难。

图像文件夹的结构如下所示： -数据 ---训练数据 --------黑色 --------白色 ---验证数据 --------黑色 --------白色

压缩文件链接here（仅1.78 MB）

我尝试过的代码基于this，可以在这里看到：

# Imports components from Keras
import tensorflow
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras import layers
import numpy as np
from PIL import Image
from tensorflow.python.ops.gen_dataset_ops import prefetch_dataset
import matplotlib.pyplot as plt
import glob

# Initializes a sequential model
model = Sequential()

# First layer
model.add(Dense(10, activation='relu', input_shape=(45*45*3,)))

# Second layer
model.add(Dense(10, activation='relu'))

# Output layer
model.add(Dense(2, activation='softmax'))

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

#open training data as np array
filelist = glob.glob('Data/Training Data/black/*.png')
train_dataBlack = np.array([np.array(Image.open(fname)) for fname in filelist])
filelist = glob.glob('Data/Training Data/white/*.png')
train_dataWhite = np.array([np.array(Image.open(fname)) for fname in filelist])
train_data = np.append(train_dataBlack,train_dataWhite)

#open validation data as np array
filelist = glob.glob('Data/Validation Data/black/*.png')
test_dataBlack = np.array([np.array(Image.open(fname)) for fname in filelist])
filelist = glob.glob('Data/Validation Data/white/*.png')
test_dataWhite = np.array([np.array(Image.open(fname)) for fname in filelist])
test_data = np.append(test_dataBlack,test_dataWhite)
test_labels = np.zeros(shape=(256,2))

#initializing training labels numpy array
train_labels = np.zeros(shape=(256,2))
i = 0 
while(i < 256):
    if(i < 128):   
        train_labels[i] = np.array([1,0])
    else:
        train_labels[i] = np.array([0,1])
    i+=1

#initializing validation labels numpy array
i = 0 
while(i < 256):
    if(i < 128):   
        test_labels[i] = np.array([1,0])
    else:
        test_labels[i] = np.array([0,1])
    i+=1

#shuffling the training data and training labels in the same way
rng_state = np.random.get_state()
np.random.shuffle(train_data)
np.random.set_state(rng_state)
np.random.shuffle(train_labels)

# Reshape the data to two-dimensional array
train_data = train_data.reshape(256, 45*45*3)

# Fit the model
model.fit(train_data, train_labels, epochs=10,validation_split=0.2)

#save/open model
model.save_weights('model_saved.h5')
model.load_weights('model_saved.h5')

# Reshape test data
test_data = test_data.reshape(256, 45*45*3)

# Evaluate the model
model.evaluate(test_data, test_labels)

#testing output for a single image
img = test_data[20]
img = img.reshape(1,45*45*3)

predictions = model.predict(img)
print(test_labels[20])
print(predictions*100)

输出似乎没有表明任何“学习”已经完成，因为验证数据的准确度为 0.5000，即使它设法以 99% 的准确度正确地获得了测试图像 20（不确定那里有什么）：

Epoch 1/10
7/7 [==============================] - 0s 22ms/step - loss: 76.1521 - accuracy: 0.4804 - val_loss: 34.4301 - val_accuracy: 0.6346
Epoch 2/10
7/7 [==============================] - 0s 3ms/step - loss: 38.9190 - accuracy: 0.4559 - val_loss: 19.3758 - val_accuracy: 0.3846
Epoch 3/10
7/7 [==============================] - 0s 3ms/step - loss: 18.7589 - accuracy: 0.5049 - val_loss: 35.1795 - val_accuracy: 0.3654
Epoch 4/10
7/7 [==============================] - 0s 3ms/step - loss: 18.5703 - accuracy: 0.5000 - val_loss: 4.7349 - val_accuracy: 0.5962
Epoch 5/10
7/7 [==============================] - 0s 3ms/step - loss: 6.5564 - accuracy: 0.5539 - val_loss: 10.1864 - val_accuracy: 0.4423
Epoch 6/10
7/7 [==============================] - 0s 3ms/step - loss: 6.8870 - accuracy: 0.5833 - val_loss: 11.2020 - val_accuracy: 0.4038
Epoch 7/10
7/7 [==============================] - 0s 3ms/step - loss: 7.3905 - accuracy: 0.5343 - val_loss: 17.9842 - val_accuracy: 0.3846
Epoch 8/10
7/7 [==============================] - 0s 3ms/step - loss: 6.3737 - accuracy: 0.6029 - val_loss: 13.0180 - val_accuracy: 0.4038
Epoch 9/10
7/7 [==============================] - 0s 3ms/step - loss: 6.2868 - accuracy: 0.5980 - val_loss: 14.8001 - val_accuracy: 0.3846
Epoch 10/10
7/7 [==============================] - 0s 3ms/step - loss: 5.0725 - accuracy: 0.6618 - val_loss: 18.7289 - val_accuracy: 0.3846
8/8 [==============================] - 0s 1ms/step - loss: 21.6894 - accuracy: 0.5000
[1. 0.]
[[99 1]]

我几乎对所有事情一无所知：

层数 每层的节点数 层的类型 每个 epoch 的步数 历元数

我已经对所有这些变量进行了很多实验，但我尝试过的似乎都没有帮助。

提前感谢您的回复！

【问题讨论】：

唯一的答案是你应该越来越多地尝试......我通常使用的方法是首先找到一个过度拟合的模型（给出几乎完美的训练分数，而测试分数越来越差） ，然后减少它的容量（通过减少层数和节点数），直到它不再过拟合（随着时间的推移，训练和测试分数都达到稳定状态）。

【参考方案1】：

您应该做的第一件事是从 ANN/MLP 切换到浅层/非常简单的卷积神经网络。

您可以在 TensorFlow 的官方网站上查看这里。 (https://www.tensorflow.org/tutorials/images/cnn)。

最后一层的定义、优化器、损失函数和指标都是正确的！

您只需要一个更强大的网络就可以在您的数据集上进行学习，因此 CNN 在图像处理方面的适用性。

一旦建立了基线（根据上面的教程），您就可以开始使用超参数了。

【参考方案2】：

您的数据集的链接似乎不是公开的。 通过查看代码我有一些建议

扩展您的训练和测试数据。您可以通过简单地将数组的所有元素除以 255 来做到这一点，因为值只能在 0 到 255 之间。 确保您的数据集是平衡的。也就是说，您的数据集中有相同数量的黑白图像。 您可以尝试增加第一层的节点数。

这些应该可以帮助您提高模型的准确性。

【讨论】：

哎呀，我现在已经公开了！感谢您的回复。