目錄：

冰山圖片識別背景

數據介紹

數據預處理

模型搭建

結果分析

總結

一、冰山圖片識別背景

這里我們要解決的任務是來自于Kaggle上的一道賽題（https://www.kaggle.com/c/statoil-iceberg-classifier-challenge），簡單介紹一下賽題的背景：在加拿大的東海岸經常會有漂流的冰山，這對航行在該海域的船舶造成了很大的威脅。挪威國家石油公司(Statoil)是一家在全球運營的國際能源公司，該公司曾與C-CORE等公司合作，C-CORE基于其衛星數據和計算機視覺技術建立了一個監控系統。Statoil發布該賽題的目的是希望利用機器學習的技術，更準確的及早發現和識別出威脅船舶航行的冰山。

二、數據介紹

賽題提供了兩個數據文件“train.json”和“test.json”，其中“test.json”是比賽中用來對模型驚醒評分的，沒有類標，這里我們只需要使用“train.json”文件。該數據集中有1604個打標過的訓練數據，單個樣本的數據格式如下：

字段名	字段說明
id	圖像的id。
band_1,band_2	衛星圖像數據，band_1和band_2是以特定入射角下不同極化方式產生的雷達后向散射為特征的信號，分別對應HH（水平發射/水平接收）和HV（水平發射/垂直接收）兩種極化方式的數據，其大小均為。
inc_angle	獲得該數據時的入射角度。該字段部分缺少數據，標記為“na”。
is_iceberg	類標，0：船只，1：冰山。

我們將數據可視化后進行觀察，如圖1所示。圖像上方是冰山圖像的可視化效果，三幅圖分別對應“HH”計劃方式、“HV”計劃方式以及兩者結合后的數據。圖像下方是船只圖像的可視化效果。

圖1訓練數據可視化效果

圖1中的冰山和船只，通過觀察可以較為容易的區分出來，但是還有很多如圖2所示的數據，即使仔細觀察也很難區分開來。

圖2 訓練數據可視化效果

三、數據預處理

首先我們導入需要的包：

接下來我們定義一個數據預處理的函數：

“data_preprocess”函數接受兩個參數，“path”為訓練數據“train.json”的文件路徑，“more_data”為布爾類型，當其為“true”時，會調用函數“create_more_data”進行訓練數據的擴充（即數據增強）。

第11行到第17行代碼中，我們對樣本數據進行了處理，除了原有的“band_1”和“band_2”，我們增加了“band_3”，band_3=band_1+band_2。最后我們使用numpy的“dstack”將三種數據進行堆疊，因此我們單個樣本的數據維度為75x75x3。

第20行代碼是調用“create_more_data”函數對訓練數據進行擴充，第26行代碼是對訓練集的類標數據進行擴充，因為“create_more_data”函數將訓練數據擴充為了原來的6倍，因此這里對應的也要將類標擴充為原來的6倍。

“create_more_data”函數的實現如下：

在“create_more_data”函數中我們通過對圖像進行旋轉和翻轉來擴充數據集，雖然旋轉前后的圖像是同一張，但是由于特征的位置發生了變化，因此對于模型來說就是不同的數據，旋轉或翻轉操作是擴充圖像數據集的一個簡單有效的方法。在31至35行代碼中，我們定義了5個列表，用來保存擴充的數據集，對應的操作分別是逆時針旋轉90度、逆時針旋轉180度、逆時針旋轉270度、左右翻轉和上下翻轉。具體實現如下：

上面的代碼中，我們使用numpy的“rot90”和“flip”函數對圖像進行旋轉和翻轉操作。“flip”函數的第二個參數控制翻轉的方式，“0”為左右翻轉，“1”為上下翻轉。第78行代碼中，使用numpy的“concatenate”函數將擴充的數據預原數據進行拼接。

四、模型搭建

接下來我們實現模型部分，這里我們使用TensorFlow的高級API來搭建網絡。

在84行代碼中，我們使用“tf.keras.Sequential()”創建一個序貫模型，序貫模型是多個網絡層的線性堆疊，我們使用“tf.keras.Sequential().add()”方法逐層添加網絡結構。第87到90行代碼是第一個卷積塊，這里的卷積層我們使用了128個大小為3x3的卷積核，使用了relu激活函數。在卷積層后面是一個池化層，采用最大池化，池化窗口的大小為3x3，橫向和縱向的步長都為2。在池化層的后面我們使用了Dropout，丟棄了20%的神經元，防止參數過多導致過擬合。接下來是三個類似的卷積塊。

在第109行代碼中，我們使用“Flatten()”將前一層網絡的輸出轉換為了一維的數據，這是為了接下來的全連接操作。第112行代碼是第一個全連接層，有256個神經元，全連接層后面接relu激活函數，同樣使用了Dropout。第117至119是類似的一個全連接部分。

由于是二分類問題，在122行代碼中我們使用了一個只有一個神經元的全連接層，并使用了Sigmoid激活函數，得到最終的輸出。

第126至128行使用“compile”編譯模型，其中“loss='binary_crossentropy'”指明使用的是對數損失函數，通過“optimizer”參數設置使用Adam優化器，學習率設置為0.0001。“metrics” 列表包含評估模型在訓練和測試時的性能的指標，我們設置了“metrics=['accuracy']”，則在訓練的過程中，訓練集和驗證集上的準確率都會打印出來。

第130行使用了“summary()”函數，訓練開始后終端會打印出模型的概況信息，如圖3所示，其中包含了網絡的結構，以及每層的參數數量等信息。其中最后一行顯示我們總的訓練數據為7699條，驗證集的數據量為1925條。

圖3 模型的概況信息

五、結果分析

接下來我們讀取數據，并訓練模型：

第134行代碼中我們調用“data_preprocess”函數獲取預處理后的訓練數據，設置“more_data”為“true”進行數據擴充。第140行代碼中，我們調用“fit”方法開始模型的訓練，通過“batch_size”設置每個批次訓練25條數據，通過“epochs”設置訓練的總回合數為“100”。通過設置“verbose”為1，在終端上顯示訓練的進度。通過設置“validation_split”為0.2，將訓練集一分為二，其中80%作為訓練集，20%作為驗證集。

模型的訓練過程和結果如圖4所示：

圖4 模型的訓練過程和結果

六、總結

在前面幾節內容里我們介紹了卷積神經網絡的基本結構和原理，在這一節里我們使用TensorFlow搭建了一個簡單的卷積神經網絡，實現圖像分類的任務。

通過前幾章的學習，我們深入理解了CNN中卷積，池化等典型結構的原理，以及CNN實際相關的圖片識別比賽。相信大家對于CNN會有更深層次的認識。后邊會接著這里開始介紹運用CNN技術來預測的典型3個項目。

歡迎關注磐創博客資源匯總站：
http://docs.panchuang.net/

歡迎關注PyTorch官方中文教程站：
http://pytorch.panchuang.net/

總結

以上是生活随笔為你收集整理的TensorFlow系列专题(十四): 手把手带你搭建卷积神经网络实现冰山图像分类的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。