Press "Enter" to skip to content

拿来就能用!简单 Python 代码实现建筑识别

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

 

作者 | 李秋键

 

责编 | 伍杏玲

 

出品 | AI科技大本营(ID:rgznai100)

 

在人工智能的发展越来越火热的今天,其中最具有代表性的便是图像识别,其应用比比皆是,如车站的人脸识别系统,交通的智能监控车牌号系统等。卷积神经网络作为图像识别的首选算法,其对于图像的特征提取具有很好的效果,Keras 框架作为卷积神经网络的典型框架,可创建神经网络层,更容易提取图像特征,从而达到区分动物的目的,在生产实践中达到辅助的效果。

 

这里的建筑物主要是借助神经网络搭建几种常见动物的识别系统,先设定了识别高楼、平房、桥梁和公路四种建筑物。程序分为四个部分:整体网络搭建程序,文件夹整体预测、网络层绘制程序和单个预测可视化程序,分别为deep learning.py,predict.py、create_graph.py和predict-show.py。实现效果如下图:

 

 

 

 

实验前的准备

 

Python版本是3.6.5;使用的神经网络是CNN;所用到的搭建网络层的库是Keras。

 

Keras是一个高层神经网络API,由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。Keras 为支持快速实验而生,能够把你的idea迅速转换为结果,Keras的基本优点如下:

 

1、简易和快速的原型设计(keras具有高度模块化,极简,和可扩充特性)

 

2、支持CNN和RNN,或二者的结合

 

3、无缝CPU和GPU切换

 

卷积神经网络,是一种前馈神经网络,人工神经元可以响应周围单元,可以进行大型图像处理。卷积神经网络包括卷积层和池化层。

 

积神经网络CNN的结构一般包含这几个层:

 

输入层:用于数据的输入

 

卷积层:使用卷积核进行特征提取和特征映射

 

激励层:由于卷积也是一种线性运算,因此需要增加非线性映射

 

池化层:进行下采样,对特征图稀疏处理,减少数据运算量。

 

全连接层:通常在CNN的尾部进行重新拟合,减少特征信息的损失

 

输出层:用于输出结果

 

当然中间还可以使用一些其他的功能层:

 

归一化层(Batch Normalization):在CNN中对特征的归一化

 

切分层:对某些()数据的进行分区域的单独学习

 

融合层:对独立进行特征学习的分支进行融合

 

 

数据集准备

 

我们需要准备训练的数据集文件,我找的图片都是来自于百度,将其保存在./data/train文件夹下,建立四个文件夹,分别保存公路、桥梁、高楼和平房的图片,需要训练的数据集的标签就是文件夹的名称。train文件夹数据集如下:

 

 

建立./data/test文件夹,里面放入测试的图片,作为测试集使用。如下图可见:

 

 

 

网络层的搭建

 

(1)预处理:

 

为了提高模型的精准度,需要在图片中进行旋转角度,平移等图形变化形成新的图形拿来训练从而提高精准度代码如下:

 

train_datagen = ImageDataGenerator(
    rotation_range = 40,     # 随机旋转度数
    width_shift_range = 0.2, # 随机水平平移
    height_shift_range = 0.2,# 随机竖直平移
    rescale = 1/255,         # 数据归一化
    shear_range = 20,       # 随机错切变换
    zoom_range = 0.2,        # 随机放大
    horizontal_flip = True,  # 水平翻转
    fill_mode = 'nearest',   # 填充方式
)

 

接着定义一些用到参数变量,其中包括统一图片的尺寸、分类数量、训练批次和模型大小等等:

 

IMG_W = 224 #定义裁剪的图片宽度
IMG_H = 224 #定义裁剪的图片高度
CLASS = 4 #图片的分类数
EPOCHS = 200 #迭代周期
BATCH_SIZE = 64 #批次大小
TRAIN_PATH = 'data/train' #训练集存放路径
TEST_PATH = 'data/test' #测试集存放路径
SAVE_PATH = 'buildings_selector' #模型保存路径
LEARNING_RATE = 1e-4 #学习率
DROPOUT_RATE = 0 #抗拟合,不工作的神经网络百分比

 

(2)网络层搭建:

 

创建多个卷积层以及池化层,每一层的输入为上一层的输出,其中池化层类似卷积层,主要目的在于降采样,减少训练的数值,可以防止过拟合,代码如下:

 

#再次构建一个卷积层
model.add(Conv2D(filters=32,kernel_size=3,padding='same',activation='relu'))
#构建一个池化层,提取特征,池化层的池化窗口为2*2,步长为2。
model.add(MaxPool2D(pool_size=2,strides=2))
#继续构建卷积层和池化层,区别是卷积核数量为64。
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))
#继续构建卷积层和池化层,区别是卷积核数量为128。
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()) #数据扁平化
model.add(Dense(128,activation='relu')) #构建一个具有128个神经元的全连接层
model.add(Dense(64,activation='relu')) #构建一个具有64个神经元的全连接层
model.add(Dropout(DROPOUT_RATE)) #加入dropout,防止过拟合。
model.add(Dense(CLASS,activation='softmax')) #输出层,一共4个神经元,对应4个分类

 

(3)模型训练:

 

创建优化器和模型。代码如下:

 

train_generator = train_datagen.flow_from_directory( #设置训练集迭代器
    TRAIN_PATH, #训练集存放路径
    target_size=(IMG_W,IMG_H), #训练集图片尺寸
    batch_size=BATCH_SIZE #训练集批次
    )
test_generator = test_datagen.flow_from_directory( #设置测试集迭代器
    TEST_PATH, #测试集存放路径
    target_size=(IMG_W,IMG_H), #测试集图片尺寸
    batch_size=BATCH_SIZE, #测试集批次
    )
print(train_generator.class_indices) #打印迭代器分类,各分类代号为{'du': 0, 'gui': 1,'kang': 2, 'tao': 3}
try:
    model =load_model('{}.h5'.format(SAVE_PATH))  #尝试读取训练好的模型,再次训练
    print('model upload,starttraining!')
except:
    print('not find model,starttraining') #如果没有训练过的模型,则从头开始训练
model.fit_generator( #模型拟合
                   train_generator,  #训练集迭代器
                   steps_per_epoch=len(train_generator), #每个周期需要迭代多少步(图片总量/批次大小=11200/64=175)
                    epochs=EPOCHS, #迭代周期
                    validation_data=test_generator,#测试集迭代器
                   validation_steps=len(test_generator) #测试集迭代多少步
                    )
model.save('{}.h5'.format(SAVE_PATH)) #保存模型
print('finish {} epochs!'.format(EPOCHS))

 

 

最终训练的结果200次模型的精准度89%。

 

 

数据预测

 

利用创建好的模型进行试验,建立predict.py文件用来预测图片,将要试验的图片放在./predict文件夹下,首先需要导入库的代码为:

 

from keras.models import load_model
from keras.preprocessing.image import img_to_array,load_img
import numpy as np
import os
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties

 

接着载入模型,由训练部分的代码可知模型文件为building_selector.h5

 

model = load_model('building_selector.h5')

 

分类分别为高楼、公路、平房、桥梁,建立一个数组用来保存

 

label = np.array(['高楼','公路','平房','桥梁'])

 

定义函数,用来把图片转成可以识别的矩阵,由于激活函数值在0~1之间,故需要将其中矩阵值变在0~1之间,故需要除以255以达到目的

 

def image_change(image):
 image = image.resize((224, 224))
 image = img_to_array(image)
 image = image / 255
 image = np.expand_dims(image, 0)
 return image

 

最终识别效果如下:

 

 

predict预测结果图

 

建立predict-show.py程序,里面的整体结构和predict.py类似,加上图片标注显示即可。

 

image = load_img("2.jpg")
image = image_change(image)
img=cv2.imread("2.jpg")
img_PIL = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
myfont = ImageFont.truetype(r'C:/Windows/Fonts/simfang.ttf', 40)
draw = ImageDraw.Draw(img_PIL)
draw.text((300, 10), label[model.predict_classes(image)][0], font=myfont,fill=(200, 100, 0))
img_OpenCV = cv2.cvtColor(np.asarray(img_PIL), cv2.COLOR_RGB2BGR)
cv2.imshow('frame', img_OpenCV)
cv2.waitKey(0)

 

最终效果如下:

 

源码地址:https://pan.baidu.com/s/1e5SnM_rL2sxcO_ceC4l99g

 

提取码:1q5k

 

作者简介:

 

李秋键,CSDN博客专家,CSDN达人课作者。硕士在读于中国矿业大学,开发有taptap竞赛获奖等。

Be First to Comment

发表评论

邮箱地址不会被公开。 必填项已用*标注