基于卷积神经网络（CNN）的仙人掌图像分类
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”。
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
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。
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。
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/255.0print(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。
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。