Tensorflow实战二：彩色图片分类

目录

• Tensorflow第T2周：彩色图片分类
• 一、前期工作
  • 1. 设置GPU
  • 2. 导入数据
  • 3. 归一化
  • 4. 可视化
• 二、构建CNN网络
  • 3. 模型编译
  • 四、训练模型
• 五、预测
• 六、模型评估
  • 总结：

Tensorflow第T2周：彩色图片分类

👉 要求：

• 学习如何编写一个完整的深度学习程序
• 了解分类彩色图片会灰度图片有什么区别
• 测试集accuracy到达72%

🚀 我的环境：

• 语言环境：Python3.11.9

• 编译器：jupyter notebook

• 深度学习环境：TensorFlow2.17.0

一、前期工作

1. 设置GPU

如果使用的是CPU可以忽略这步

import tensorflow as tf
gpus = tf.config.list_physical_devices("GPU")

if gpus:
    gpu0 = gpus[0] #如果有多个GPU，仅使用第0个GPU
    tf.config.experimental.set_memory_growth(gpu0, True) #设置GPU显存用量按需使用
    tf.config.set_visible_devices([gpu0],"GPU")

2. 导入数据

import tensorflow as tf
from tensorflow.keras import datasets, layers, models
import matplotlib.pyplot as plt

(train_images, train_labels), (test_images, test_labels) = datasets.cifar10.load_data()

3. 归一化

# 将像素的值标准化至0到1的区间内。
train_images, test_images = train_images / 255.0, test_images / 255.0

train_images.shape,test_images.shape,train_labels.shape,test_labels.shape

👉 代码输出

((50000, 32, 32, 3), (10000, 32, 32, 3), (50000, 1), (10000, 1))

4. 可视化

class_names = ['airplane', 'automobile', 'bird', 'cat', 'deer','dog', 'frog', 'horse', 'ship', 'truck']

plt.figure(figsize=(20,10))
for i in range(20):
    plt.subplot(5,10,i+1)
    plt.xticks([])
    plt.yticks([])
    plt.grid(False)
    plt.imshow(train_images[i], cmap=plt.cm.binary)
    plt.xlabel(class_names[train_labels[i][0]])
plt.show()

二、构建CNN网络

⭐关于卷积层：可参考【加速器节选】部分

⭐池化层

池化层对提取到的特征信息进行降维，一方面使特征图变小，简化网络计算复杂度；另一方面进行特征压缩，提取主要特征，增加平移不变性，减少过拟合风险。但其实池化更多程度上是一种计算性能的一个妥协，强硬地压缩特征的同时也损失了一部分信息，所以现在的网络比较少用池化层或者使用优化后的如SoftPool。

池化层包括最大池化层（MaxPooling）和平均池化层（AveragePooling），均值池化对背景保留更好，最大池化对纹理提取更好）。同卷积计算，池化层计算窗口内的平均值或者最大值。例如通过一个 2*2 的最大池化层，其计算方式如下：

我们即将构建模型的结构图，我以分别二维和三维的形式展示出来方便大家理解。

• 立体结构图（可单击放大查看）

# 原网络
# model = models.Sequential([
#     layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)), #卷积层1，卷积核3*3
#     layers.MaxPooling2D((2, 2)),                   #池化层1，2*2采样
#     layers.Conv2D(64, (3, 3), activation='relu'),  #卷积层2，卷积核3*3
#     layers.MaxPooling2D((2, 2)),                   #池化层2，2*2采样
#     layers.Conv2D(64, (3, 3), activation='relu'),  #卷积层3，卷积核3*3
    
#     layers.Flatten(),                      #Flatten层，连接卷积层与全连接层
#     layers.Dense(64, activation='relu'),   #全连接层，特征进一步提取
#     layers.Dense(10)                       #输出层，输出预期结果
# ])

# model.summary()  # 打印网络结构

# 优化1：图像增强
# ①数据增强
from tensorflow.keras.preprocessing.image import ImageDataGenerator
datagen = ImageDataGenerator(
    rotation_range=15,
    width_shift_range=0.1,
    height_shift_range=0.1,
    horizontal_flip=True,
    zoom_range=0.2,
    fill_mode='nearest'
)
datagen.fit(train_images)
# 优化2：新网络
# ②构建新模型
model = models.Sequential([
    layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)),
    layers.BatchNormalization(),
    layers.MaxPooling2D((2, 2)),
    layers.Conv2D(64, (3, 3), activation='relu'),
    layers.BatchNormalization(),
    layers.MaxPooling2D((2, 2)),
    layers.Conv2D(128, (3, 3), activation='relu'),
    layers.BatchNormalization(),
    layers.MaxPooling2D((2, 2)),
    layers.Flatten(),
    layers.Dense(128, activation='relu'),
    layers.Dense(10)
])
model.summary()  # 打印网络结构

3. 模型编译

model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

四、训练模型

# history = model.fit(train_images, train_labels,
#                    epochs=10,  validation_data=(test_images, test_labels))
# 优化后使用数据增强后的图
history = model.fit(datagen.flow(train_images, train_labels, batch_size=32),
                    epochs=10,
                    validation_data=(test_images, test_labels))

原模型训练结果：

优化后模型训练结果：提升到72.6%

五、预测

通过模型进行预测得到的是每一个类别的概率，数字越大该图片为该类别的可能性越大

plt.imshow(test_images[1])

import numpy as np

pre = model.predict(test_images)
print(class_names[np.argmax(pre[1])])

👉 代码输出

ship

六、模型评估

import matplotlib.pyplot as plt

plt.plot(history.history['accuracy'], label='accuracy')
plt.plot(history.history['val_accuracy'], label = 'val_accuracy')
plt.xlabel('Epoch')
plt.ylabel('Accuracy')
plt.ylim([0.5, 1])
plt.legend(loc='lower right')
plt.show()

test_loss, test_acc = model.evaluate(test_images,  test_labels, verbose=2)

优化后：准确率：72.6%

总结：

在这个优化后的代码中，我们添加了数据增强来提高模型的泛化能力。同时，我们在每个卷积层后添加了Batch Normalization层来加速训练并提高模型稳定性。我们还增加了网络的深度，添加了更多的卷积层和神经元。

请注意，这些优化可能需要更多的计算资源和时间来训练模型。此外，每次更改后都应该在验证集上评估模型性能，以确保所做的更改实际上是提高了模型的泛化能力。