基础：用卷积神经网络（CNN）进行猫狗图像分类
在本篇教程中，我们将通过卷积神经网络（CNN）实现一个简单的猫狗图像分类器。我们将介绍如何处理数据、构建CNN模型、训练模型并在测试集上进行预测。最终，你将能够用这个模型对未知图像进行猫狗分类。
1. 环境准备
首先，确保你已经安装了以下库：
tensorflow（用于深度学习模型）opencv-python（用于图像处理）numpy（用于数值计算）matplotlib（用于数据可视化）tqdm（用于显示进度条）
pip install tensorflow opencv-python numpy matplotlib tqdm
2. 数据预处理
2.1 数据集结构
假设你已经准备好了猫狗分类的数据集，其中包含两个文件夹：train/ 和 test/。每个文件夹下包含多个 .jpg 格式的图像。训练集中的图像每个都对应一个标签，标签通过文件名中的cat或dog来标识。例如，cat.0.jpg代表一只猫，dog.1.jpg代表一只狗。
2.2 标签编码
为了将标签转换为机器学习模型可以处理的格式，我们使用独热编码（One-Hot Encoding）。具体来说，如果图像是猫，则标签为[1, 0]；如果图像是狗，则标签为[0, 1]。
def label_img(img):
word_label = img.split('.')[-3]
if word_label == 'cat':
return [1, 0]
elif word_label == 'dog':
return [0, 1]
2.3 读取训练数据
我们将读取训练数据，将每个图像调整为固定大小，并转换为灰度图像。然后，将图像和标签组合成一个训练数据集，并进行随机打乱。
def create_train_data():
training_data = []
for img in tqdm(os.listdir(train_dir)):
if not img.endswith('.jpg'):
continue
label = label_img(img)
path = os.path.join(train_dir, img)
img = cv2.imread(path, cv2.IMREAD_GRAYSCALE) # 读取灰度图
img = cv2.resize(img, (img_size, img_size)) # 调整图像大小
training_data.append([np.array(img), np.array(label)])
shuffle(training_data)
return training_data
2.4 读取测试数据
测试数据与训练数据相似，但是没有标签。我们仅将测试数据中的图像加载并调整为固定大小。
def process_test_data():
testing_data = []
for img in tqdm(os.listdir(test_dir)):
if not img.endswith('.jpg'):
continue
path = os.path.join(test_dir, img)
img_num = img.split('.')[0]
img = cv2.imread(path, cv2.IMREAD_GRAYSCALE)
img = cv2.resize(img, (img_size, img_size))
testing_data.append([np.array(img), img_num])
shuffle(testing_data)
return testing_data
3. 构建卷积神经网络（CNN）
接下来，我们将构建一个卷积神经网络来进行图像分类。该网络由多个卷积层、池化层和全连接层组成。
3.1 定义模型结构
model = Sequential()
# 输入层和卷积层
model.add(Conv2D(32, (5, 5), activation='relu', input_shape=(img_size, img_size, 1), padding='same'))
model.add(MaxPooling2D(pool_size=(2, 2)))
# 添加更多卷积层和池化层
model.add(Conv2D(64, (5, 5), activation='relu', padding='same'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(128, (5, 5), activation='relu', padding='same'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(64, (5, 5), activation='relu', padding='same'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(32, (5, 5), activation='relu', padding='same'))
model.add(MaxPooling2D(pool_size=(2, 2)))
# 全连接层
model.add(Flatten())
model.add(Dense(1024, activation='relu'))
model.add(Dropout(0.8))
# 输出层
model.add(Dense(2, activation='softmax'))
3.2 编译模型
使用Adam优化器，损失函数采用categorical_crossentropy，因为这是一个多类分类问题。
model.compile(optimizer=Adam(lr), loss='categorical_crossentropy', metrics=['accuracy'])
4. 准备数据并训练模型
4.1 划分训练和验证集
我们将训练数据分为训练集和验证集。
train = train_data[:-500]
test = train_data[-500:]
X = np.array([i[0] for i in train], dtype=np.float64).reshape(-1, img_size, img_size, 1)
y = np.array([i[1] for i in train], dtype=np.float64)
Xtest = np.array([i[0] for i in test], dtype=np.float64).reshape(-1, img_size, img_size, 1)
ytest = np.array([i[1] for i in test], dtype=np.float64)
4.2 训练模型
我们使用fit方法训练模型，并将验证数据传入以监控验证集上的性能。
model.fit(X, y, epochs=3, validation_data=(Xtest, ytest), batch_size=32, verbose=1)
5. 在测试集上进行预测
5.1 加载测试数据并进行预测
我们将加载测试数据并对每个图像进行分类预测。
test_data = process_test_data()
# 可视化预测结果
fig = plt.figure()
for num, data in enumerate(test_data[:16]):
img_num = data[1]
img_data = data[0]
y = fig.add_subplot(4, 4, num + 1)
orig = img_data
data = img_data.reshape(1, img_size, img_size, 1)
model_out = model.predict(data)[0]
if np.argmax(model_out) == 1:
label = 'Dog'
else:
label = 'Cat'
y.imshow(orig, cmap='gray')
plt.title(label)
y.axes.get_xaxis().set_visible(False)
y.axes.get_yaxis().set_visible(False)
plt.tight_layout()
plt.show()
5.2 可视化输出
使用matplotlib库，我们可以将模型对测试集的预测可视化，直观地查看模型的分类效果。
6. 总结
通过本教程，你已经学会了如何使用卷积神经网络进行猫狗图像分类。我们涵盖了数据加载、预处理、CNN模型构建、训练及评估，并展示了如何在测试数据上进行预测。
你可以根据自己的需求调整网络结构、优化器和超参数，以获得更好的分类效果。
需要数据集的添加
原文地址：https://blog.csdn.net/yaokk1/article/details/143782894
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！