视觉实战｜使用人工神经网络进行图像分类

SPCA每年要收养7000到9000只动物，其中有一半是抛弃的宠物，例如猫，狗，兔子和豚鼠等。识别这些宠物需要一定的时间，可能会增加等待收养的时间。

NParks有一群志愿者，他们会定期聚会，参加观鸟活动，同时他们会帮助收集有关新加坡鸟类数量的数据，但不是所有的人都能正确识别鸟的种类。

本项目的目标是为这两个组织开发一种工具：为SPCA确定动物的品种，为NParks识别鸟的种类。

这个目标可以转化为深度学习模型的图像分类问题。因此，我开发了一个简单的神经网络，然后逐渐发展到卷积神经网络和迁移学习。

首先是构建简单的图像分类神经网络，数据集使用的是pyimagesearch^1，它有3类动物：猫，狗和熊猫。数据集共有3000张图像，每个类别有1000张图像。

我创建了一个简单的神经网络模型，中间只有1个密集层，花了大约4分钟来训练这个模型。

准确率达到了61％。接下来用新的图像测试训练好的模型。

我输入下面这些图像，然后神经网络模型就可以根据最高的概率对它们进行分类。

例如，模型以58％的概率确定该动物是熊猫。但它也有腿，因此也有可能是猫或狗。

如果输入复杂的图像，简单的神经网络模型便无法做出正确的分类。因此，我又训练了一个卷积神经网络（CNN）模型，该模型能够可以进行正确的分类。

接下来输入更加复杂的图像，CNN模型很擅长图像分类。

那么，CNN模型是什么样子的？

CNN表示卷积神经网络，其中每个图像都要经过一系列的卷积和最大池化以提取特征。我使用CIFAR-10^2数据集进行验证，该数据集包含60,000张图像，分为10类。

由于有很多图像，模型训练花费了将近4个小时，达到了75％的准确率。

接下来开始进行测试。CNN模型大部分时候都能做出正确的预测，例如，它很确定上面的图像是一架飞机，下面的图像有72％的概率是船。

下面的图像也预测的比较准确。

偶然地，由于模型错误的识别某些特征，可能将马识别为鹿或青蛙。为了提高分类准确性还需要更多的数据，需要在更大的数据集上训练模型。

接下来，我使用了一个更庞大的数据集，有超过一百万个图像。但是训练该模型要花费很长时间。因此，我使用迁移学习避免重复造轮子。

我使用了由牛津大学开发的VGG16预训练模型^3，该模型包含1000种类型，从动物到物品和食物。牛津大学已经花费了大量的GPU，时间和资源来训练这种模型。

我们使用这些图像来测试模型。下面是非常相似的图像，模型可以根据它们的品种对其进行分类。请注意，左侧的Hush Puppies狗（Basset）有更明显的特征，因此它的概率很高。

如何确定猫的种类？牛津大学已经使用了多种种类的猫进行了模型的训练，因此使用该模型对猫进行分类没有问题。

那鸟的种类呢？鸟类有非常明显的特征，该模型可以准确识别鸟的种类。

但是，不是所有的鸟类都可以在新加坡找到。

下一步计划是寻找在新加坡发现的其他常见鸟类和动物的图像来训练模型，以便添加到模型的“知识数据库”中，有助于提高这两个组织的分类工具的性能。

总之，使用神经网络模型可以进行图像分类。深度学习模型非常擅长识别并提取图像上的特征。

GitHub代码:https://github.com/JNYH/Project_Kojak

1:https://www.pyimagesearch.com/2018/09/10/keras-tutorial-how-to-get-started-with-keras-deep-learning-and-python/
2: https://www.cs.toronto.edu/~kriz/cifar.html
3: https://github.com/fchollet/deep-learning-models/release