基于卷积神经网络（CNN）的仙人掌图像分类

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

今天我们的目标是建立一个分类器，将图像分类为“仙人掌”或“非仙人掌”。

01. 数据集

这种分类问题是kaggle挑战的内容之一。目标是建立一个分类器，将图像分类为“仙人掌”或“非仙人掌”。训练集包含17500张图像，而验证集包含4000张图像。具有仙人掌迹象的图像位于名为cactus的文件夹中，反之亦然。以下是训练数据集中的示例。

仙人掌

没有仙人掌

02. 数据预处理

当我们通过用pyplot库绘制其中一些图像时，我们可以观察到它们的大小不同，这对于以后的训练过程是不利的。另请注意，我们已用指示仙人掌和非仙人掌的1和0标记了所有图像。

因此，我们需要将所有图像规格化为相同大小。根据我们的实验，最佳策略是将这些图像裁剪为48 x 48像素大小。以下是一些裁剪的图像。第一行显示原始图像，第二行显示更改的图像。

这种方法的好处是它可以保存图像的所有细节，但是有时会丢失图像的边缘，如果图像太小，我们需要使用黑色背景扩展图像以使其与图像的大小相同。丢失边缘可能是一个大问题，因为我们可能会把仙人掌从原图像中切除了。

03. CNN结构与训练

卷积神经网络包含3层卷积层和2个完全连接层。每个卷积层都有一个3 x 3的滤波器，该滤波器的步幅为2，输出为64个节点。之后，数据会通过最大池化层，以防止过度拟合并提取有用的信息。

model = Sequential()
model.add(Conv2D(64, (3,3), input_shape = X_train.shape[1:]))
model.add(Activation(‘relu’))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Conv2D(64, (3,3)))
model.add(Activation(‘relu’))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Conv2D(64, (3,3)))
model.add(Activation(‘relu’))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Flatten())
model.add(Dense(64))
model.add(Dense(1))
model.add(Activation(‘sigmoid’))
model.compile(loss=”binary_crossentropy”,
optimizer=”adam”,
metrics=[‘accuracy’])
history = model.fit(X_train, Y_train, batch_size=32, epochs=10, validation_split=0.1, use_multiprocessing=True)
model.save(‘model_48_crop’)

以下是模型结构的概述。

模型总结

我们用10个epochs对模型进行训练，结果显示出惊人的效果。在下面的代码段中，第一个精度是训练精度，第二个精度是验证精度。请注意，在最终预测之前，我们将训练集的一部分（10％）用作验证集。

04. 测试结果

现在，我们使用kaggle提供的validation_set作为测试集，以对我们的训练模型进行最终预测。

testdata = pd.read_pickle(“pickled_data_validation/crop_images(48, 48).pkl”)
test_images = testdata.loc[:, data.columns != ‘class’]
test_images = test_images.to_numpy()
test_images = test_images.reshape((len(test_images),48, 48, 3))
test_images = test_images/255.0
print(test_images.shape)
test_labels = testdata[‘class’]
test_labels = test_labels.to_numpy()
type(test_labels)
test_labels = test_labels.reshape((len(test_labels),1))
loss, acc = new_model.evaluate(test_images, test_labels, verbose=2)
print(‘Restored model, accuracy: {:5.2f}%’.format(100*acc))

这是结果。它达到了近99％的准确率，这是惊人的。

05. 结论

这篇文章的主要目的是与大家分享卷积网络的结构，解决了这类二元分类问题，例如猫和狗的图像分类。