項目介紹

小狗分類器可以做什么？

通過這個分類器，你只需要上傳照片，就可以得到小狗的品種，以及更多的信息。

這就是所謂的「機器學習」，讓機器自己去“學習”。我們今天要做的這個分類任務，是一個“監督學習”的過程。

監督學習的主要目標是從有標簽的訓練數據中學習模型，以便對未知或未來的數據做出預測。

我給大家講一個例子。
用“房子的尺寸”預測“房子的價格”

圖片來自（吳恩達－機器學習）

? ? X-房子的尺寸（小狗的圖片）
? ? Y-房子的價格（小狗的類別）

如圖，我們根據已經有的數據集（圖上的坐標），可以擬合出一條近似符合規律的直線。

這樣，再有新的房子尺寸（1250），我們就可以估算出房子的價格（220k）了。

有了這些簡單的基礎，可以開始搞了。

效果展示

訓練集的準確率為0.925，但測試集只有0.7

說明過擬合了，可以再增加一些圖片，或者使用數據增強，來減少過擬合。

測試了兩張圖片，全都識別對了！

編寫思路

整個分類器的實現，可以分為以下幾個部分：

1 準備數據集

我們可以通過爬蟲技術，把4類圖像（京巴、拉布拉多、柯基、泰迪）保存到本地。總共有840張圖片做訓練集，188張圖片做測試集。

數據集的準備，可以參考上一篇文章。

點擊上圖，閱讀原文

2 數據集的預處理

1) 統一尺寸為100*100*3（RGB彩色圖像）

#?統一尺寸的核心代碼
img?=?Image.open(img_path)
new_img?=?img.resize((100,?100),?Image.BILINEAR)
new_img.save(os.path.join('./dog_kinds_after/'?+?dog_name,?jpgfile))

2) 由于數據是自己下載的，需要制作標簽（label），可提取圖像名稱的第一個數字作為類別。（重命名圖片）

kind?=?0

#?遍歷京巴的文件夾
images?=?os.listdir(images_path)
for?name?in?images:
????image_path?=?images_path?+?'/'
????os.rename(image_path?+?name,?image_path?+?str(kind)?+'_'?+?name.split('.')[0]+'.jpg')

3）劃分數據集

840張圖片做訓練集，188張圖片做測試集。

4）把圖片轉換為網絡需要的類型

# 只放了訓練集的代碼，測試集一樣操作。

ima_train?=?os.listdir('./train')

#?圖片其實就是一個矩陣（每一個像素都是0-255之間的數）（100*100*3）

# 1.把圖片轉換為矩陣
def?read_train_image(filename):
????img?=?Image.open('./train/'?+?filename).convert('RGB')
????return?np.array(img)

x_train?=?[]
#?2.把所有的圖片矩陣放在一個列表里?(840,?100,?100,?3)
for?i?in?ima_train:
????x_train.append(read_train_image(i))

x_train?=?np.array(x_train)

# 3.提取kind類別作為標簽
y_train?=?[]
for?filename?in?ima_train:
????y_train.append(int(filename.split('_')[0]))

#?標簽（0/1/2/3）(840,)
y_train?=?np.array(y_train)

#?我是因為重命名圖片為（1/2/3/4），所以都減了1
#?為了能夠轉化為獨熱矩陣
y_train?=?y_train?-?1??

#?4.把標簽轉換為獨熱矩陣
#?將類別信息轉換為獨熱碼的形式（獨熱碼有利于神經網絡的訓練）
y_train?=?np_utils.to_categorical(y_train)
y_test?=?np_utils.to_categorical(y_test)
print(y_test)

x_train?=?x_train.astype('float32')
x_test?=?x_test.astype('float32')

x_train?/=?255
x_test?/=?255

print(x_train.shape)??#?(840,?100,?100,?3)
print(y_train.shape)??#?(840,)

3 搭建卷積神經網絡

Keras是基于TensorFlow的深度學習庫，是由純Python編寫而成的高層神經網絡API，也僅支持Python開發。

它是為了支持快速實踐而對Tensorflow的再次封裝，讓我們可以不用關注過多的底層細節，能夠把想法快速轉換為結果。

# 1.搭建模型(類似于VGG，直接拿來用就行)

model?=?Sequential()
#?這里搭建的卷積層共有32個卷積核，卷積核大小為3*3，采用relu的激活方式。
# input_shape，字面意思就是輸入數據的維度。

#這里使用序貫模型，比較容易理解
#序貫模型就像搭積木一樣，將神經網絡一層一層往上搭上去

model.add(Conv2D(32,?(3,?3),?activation='relu',?input_shape=(100,?100,?3)))
model.add(Conv2D(32,?(3,?3),?activation='relu'))
model.add(MaxPooling2D(pool_size=(2,?2)))
model.add(Dropout(0.25))

model.add(Conv2D(64,?(3,?3),?activation='relu'))
model.add(Conv2D(64,?(3,?3),?activation='relu'))
model.add(MaxPooling2D(pool_size=(2,?2)))
model.add(Dropout(0.25))
#dropout層可以防止過擬合，每次有25%的數據將被拋棄

model.add(Flatten())
model.add(Dense(256,?activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(4,?activation='softmax'))

4 訓練

訓練的過程，就是最優解的過程。

對上圖來說，就是根據數據集，不斷的迭代，找到一條最近似的直線（y =?kx?+ b），把參數k，b保存下來，預測的時候直接加載。

#?編譯模型
sgd?=?SGD(lr=0.01,?decay=1e-6,?momentum=0.9,?nesterov=True)
model.compile(loss='categorical_crossentropy',?optimizer=sgd,?metrics=['accuracy'])

#?一共進行32輪
#?也就是說840張圖片，每次訓練10張，相當于一共訓練84次
model.fit(x_train,?y_train,?batch_size=10,?epochs=32)


#?保存權重文件（也就是相當于“房價問題的k和b兩個參數”）
model.save_weights('./dog_weights.h5',?overwrite=True)
#?評估模型
score?=?model.evaluate(x_test,?y_test,?batch_size=10)
print(score)

5 預測

此時k、b(參數)和x(小狗的圖像)都是已知的了，求k(類別)就完了。

#?1.上傳圖片
name?=?input('上傳圖片的名稱（例如：XX.jpg）為：')

#?2.預處理圖片(代碼省略)

#?3.加載權重文件
model.load_weights('dog_weights.h5')

#?4.預測類別
classes?=?model.predict_classes(x_test)[0]

target?=?['京巴',?'拉布拉多',?'柯基',?'泰迪']
#?3-泰迪?2-柯基?1-拉布拉多?0-京巴

#?5.打印結果
print("識別結果為:"?+?target[classes])

依賴環境

1?深度學習框架Keras和TensorFlow

2?PIL擴展庫（預處理圖片）

3 Pycharm/Jupyter notebook

源碼地址??

我把源碼（包括Jupyter notebook文件）和數據集都打包好了。

公眾號后臺，回復【圖像識別】

推薦閱讀：（點擊下方標題即可跳轉）

170 道 Python 爬蟲面試題（2019 版）

為什么 Python 3 ?把 print 改為函數？

??長按 2 秒關注「 小詹學Python 」

總結

以上是生活随笔為你收集整理的小狗分类器，你家的狗子是个什么狗？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。