Sort_1000pics数据集利用CNN实现图像分类

 

 

1、数据集说明

从给的Sort_1000pics数据集中了解到，该数据集中包括10类图片，对图片进行查看了解到，0-99对应与人(people)；100-199对应与沙滩(beaches)；200-299对应与建筑(buildings)；300-399对应与大卡车(trucks)；400-499对应与恐龙（dinosaurs）；500-599对应与大象（elephants)；600-699对应与花朵（flowers）；700-799对应与马(horses)；800-899对应与山峰(mountains)；900-999对应与食品(food)。

2、 算法介绍

       数据预处理：将数据集按照类别进行分组处理，分别对应的目录为0-9，读取图片，保存数据集；

       将数据集和标签按照相同的种子进行打乱处理，然后按照标签的比例进行分割数据集，80%作为训练集（训练集中的10%作为验证集，查看是否过拟合），20%作为测试集。

       构建CNN模型，这里是基于TensorFlow2.0进行搭建的，具体代码如图所示：

 

结构视图如下图所示：

 

其中包括输入层（32*32的图像，3通道），两个卷积层，1个池化层，重复一次，展平经过全连接层，最后输出层，除了输出层的激活函数是softmax，其他的都是relu。

       模型训练，将处理后数据经过模型训练

       模型预测，将处理后的测试集数据经过模型进行预测，分别输出模型对于测试集的召回率，精确率和F1测度。

       根据预测结果和实际结果构建混淆矩阵。

3、结果分析

（1）召回率、准确率与F1测度

       对于二分类问题中，可将样例根据其真实类别和分类器预测类别划分为：

1. 真正例（True Positive，TP）：真实类别为正例，预测类别为正例。
2. 假正例（False Positive，FP）：真实类别为负例，预测类别为正例。
3. 假负例（False Negative，FN）：真实类别为正例，预测类别为负例。
4. 真负例（True Negative，TN）：真实类别为负例，预测类别为负例。

然后可以构建混淆矩阵如下表所示：

 

准确率的计算公式为（Precision，P）：表示在所有样本中预测正确的概率

P=TPTP+FP

       召回率的计算公式为（Recall，R）:表示在所有正例中预测为正例的概率

R=TPTP+FN

       F1测度的计算公式为：

F1=2*P*RP+R

       对于本实例中的多分类问题，也可以建立混淆矩阵，比如真实是人的正例中，实际预测为人的为TP，其余预测结果都为FN

（2）实验结果：

 

模型结构图

 

 

 

CNN模型分类预测指标图

（3）结果分析

从CNN模型的召回率、精确率和F1测度可以看出该模型相较于bytes等模型，有稍微的提升。从海滩的预测中我们可以发现它的正确率较低，经常被误认为山脉，这是由于海滩的图片中经常有大山的出现，同样也经常会被预测为人。这是由于抽取的特征向量对该图像不够抽象或泛化。

从混淆矩阵我们发现对于卡车、恐龙与大象等特征明显的图片时，它的预测效果就优于其他种类。

同时我们也发现如果训练参数过多或者训练次数过多，容易导致模型过拟合，这是由于数据集的数据有限，学习的特征过多。所以这里我使用了验证集进行查看是否数据过拟合（在训练集上的效果好，验证集上的效果差）