点击 “简说Python” ,选择 “星标公众号”
福利干货,第一时间送达!
本文 授权 转载自 GitPython ,禁二次转载
作者: GitPython
阅读文本大概需要 9 分钟。
项目介绍
小狗分类器可以做什幺?
通过这个分类器,你只需要上传照片,就可以得到小狗的品种,以及更多的信息。
这就是所谓的「机器学习」,让机器自己去“学习”。我们今天要做的这个分类任务,是一个“监督学习”的过程。
监督学习的主要目标是从有标签的训练数据中学习模型,以便对未知或未来的数据做出预测。
我给大家讲一个例子。
用“房子的尺寸”预测“房子的价格”
图片来自(吴恩达-机器学习)
X-房子的尺寸(小狗的图片)
Y-房子的价格(小狗的类别)
如图,我们根据已经有的数据集(图上的坐标),可以拟合出一条近似符合规律的直线。
这样,再有新的房子尺寸(1250),我们就可以估算出房子的价格(220k)了。
有了这些简单的基础,可以开始搞了。
效果展示
训练集的准确率为0.925,但测试集只有0.7
说明过拟合了,可以再增加一些图片,或者使用数据增强,来减少过拟合。
测试了两张图片,全都识别对了!
编写思路
整个分类器的实现,可以分为以下几个部分:
1 准备数据集
我们可以通过爬虫技术,把4类图像( 京巴、拉布拉多、柯基、泰迪 )保存到本地。总共有 840张图片做训练集,188张图片做测试集。
数据集的准备,可以参考上一篇文章。
点击上图,阅读原文
2 数据集的预处理
1) 统一尺寸为100*100*3(RGB彩色图像)
# 统一尺寸的核心代码
img = Image.open(img_path)
new_img = img.resize((100, 100), Image.BILINEAR)
‘./dog_kinds_after/’
+ dog_name, jpgfile))
2) 由于数据是自己下载的,需要制作标签(label),可提取图像名称的第一个数字作为类别。(重命名图片)
kind = 0
# 遍历京巴的文件夹
images = os.listdir(images_path)
for name in images:
image_path = images_path + ‘/’
os.rename(image_path + name, image_path + str(kind) +
‘_’ + name.split(
‘.’ )[
0
‘.jpg’
)
3)划分数据集
840张图片做训练集,188张图片做测试集 。
4)把图片转换为网络需要的类型
# 只放了训练集的代码,测试集一样操作。
ima_train = os.listdir( ‘./train’ )
# 图片其实就是一个矩阵(每一个像素都是0-255之间的数)(100*100*3)
# 1.把图片转换为矩阵
def read_train_image (filename) :
img = Image.open(
‘./train/’
+ filename).convert(
‘RGB’
)
return
np.array(img)
x_train = []
# 2.把所有的图片矩阵放在一个列表里 (840, 100, 100, 3)
for
i
in
ima_train:
x_train.append(read_train_image(i))
x_train = np.array(x_train)
# 3.提取kind类别作为标签
y_train = []
for
filename
in
ima_train:
y_train.append(int(filename.split(
‘_’
)[
0
]))
# 标签(0/1/2/3)(840,)
y_train = np.array(y_train)
# 我是因为重命名图片为(1/2/3/4),所以都减了1
# 为了能够转化为独热矩阵
y_train = y_train –
1
# 4.把标签转换为独热矩阵
# 将类别信息转换为独热码的形式(独热码有利于神经网络的训练)
y_train = np_utils.to_categorical(y_train)
y_test = np_utils.to_categorical(y_test)
print(y_test)
x_train = x_train.astype(
‘float32’
)
x_test = x_test.astype(
‘float32’
)
x_train /=
255
x_test /=
255
print(x_train.shape) # (840, 100, 100, 3) print(y_train.shape) # (840,)
3 搭建卷积神经网络
Keras是基于TensorFlow的深度学习库,是由纯Python编写而成的高层神经网络API,也仅支持Python开发。
它是为了支持快速实践而对Tensorflow的再次封装,让我们可以不用关注过多的底层细节,能够把想法快速转换为结果。
# 1.搭建模型 (类似于VGG,直接拿来用就行)
model = Sequential()
# input_shape,字面意思就是输入数据的维度。
#这里使用序贯模型,比较容易理解
#序贯模型就像搭积木一样,将神经网络一层一层往上搭上去
model.add(Conv2D( 32 , ( 3 , 3 ), activation= ‘relu’ , input_shape=( 100 , 100 , 3 )))
model.add(Conv2D( 32 , ( 3 , 3 ), activation= ‘relu’ ))
model.add(MaxPooling2D(pool_size=( 2 , 2 )))
model.add(Dropout( 0.25 ))
model.add(Conv2D( 64 , ( 3 , 3 ), activation= ‘relu’ ))
model.add(Conv2D( 64 , ( 3 , 3 ), activation= ‘relu’ ))
model.add(MaxPooling2D(pool_size=( 2 , 2 )))
model.add(Dropout( 0.25 ))
#dropout层可以防止过拟合,每次有25%的数据将被抛弃
model.add(Flatten())
model.add(Dense( 256 , activation= ‘relu’ ))
model.add(Dropout( 0.5 ))
model.add(Dense(
4
, activation=
‘softmax’
))
4 训练
训练的过程,就是最优解的过程。
对上图来说,就是根据数据集,不断的迭代,找到一条最近似的直线( y = kx + b ),把参数k,b保存下来,预测的时候直接加载。
# 编译模型
sgd = SGD(lr= 0.01 , decay= 1e-6 , momentum= 0.9 , nesterov= True )
model.compile(loss= ‘categorical_crossentropy’ , optimizer=sgd, metrics=[ ‘accuracy’ ])
# 一共进行32轮
# 也就是说840张图片,每次训练10张,相当于一共训练84次
model.fit(x_train, y_train, batch_size= 10 , epochs= 32 )
# 保存权重文件(也就是相当于“房价问题的k和b两个参数”)
model.save_weights( ‘./dog_weights.h5’ , overwrite= True )
# 评估模型
score = model.evaluate(x_test, y_test, batch_size= 10 )
print(score)
5 预测
此时k、b(参数)和x(小狗的图像)都是已知的了,求k(类别)就完了。
# 1.上传图片
name = input( ‘上传图片的名称(例如:XX.jpg)为:’ )
# 2.预处理图片(代码省略)
# 3.加载权重文件
model.load_weights( ‘dog_weights.h5’ )
# 4.预测类别
classes = model.predict_classes(x_test)[ 0 ]
target = [ ‘京巴’ , ‘拉布拉多’ , ‘柯基’ , ‘泰迪’ ]
# 3-泰迪 2-柯基 1-拉布拉多 0-京巴
# 5.打印结果
“识别结果为:”
+ target[classes])
依赖环境
1 深度学习框架Keras和TensorFlow
2 PIL扩展库(预处理图片)
3 Pycharm/Jupyter notebook
Be First to Comment