社区首页 >专栏 >CIFAR-10数据集图像识别

CIFAR-10数据集图像识别

用户6021899

发布于 2019-12-25 06:42:15

1.3K00

代码可运行

文章被收录于专栏：Python编程 pyqt matplotlibPython编程 pyqt matplotlib

运行总次数：0

代码可运行

之前我是在CPU上跑Tensorflow，计算速度着实让人捉急。最近更新了显卡驱动，安装了CUDA和 GPU版的TensorFlow，同样的神经网络结构，学习速度有了百倍提升。

下面言归正传，我们来讲代码。本篇我们还是用序列化的（串行的）卷积神经网络，基于CIFAR-10数据集创建图像识别模型。由于我的GTX750Ti连入门级显卡都算不上，因此仅仅用了3个卷积层+1个池化层+两个全连接层(中间还加了两个Dropout以避免过拟合)。

# -*- coding: utf-8 -*-
"""
Created on Tue Dec 10 20:04:58 2019
@author: wsp
Tensorflow version：2.0
Python version 3.7
"""
from __future__ import absolute_import, division, print_function, unicode_literals
import tensorflow as tf
from load_dataset import train_dataset, train_labels, valid_dataset, valid_labels
from matplotlib import pyplot as plt

cifar10 = tf.keras.datasets.cifar10
#(x_train, y_train), (x_test, y_test) = cifar10.load_data() #从网络下载数据集
x_train, y_train = train_dataset, train_labels
x_test, y_test= valid_dataset, valid_labels
x_train, x_test = x_train / 255.0, x_test / 255.0

tf.keras.models.Sequential()用于创建序列化的神经网络模型。

tf.keras.layers.Flatten() 用于将tensor展平，展平后才能做全连接层的input。

tf.keras.layers.Dense()用于创建全连接层。

model = tf.keras.models.Sequential([
  tf.keras.layers.Conv2D(input_shape=(32,32,3),filters= 16,kernel_size=(3,3),strides=(1,1),padding='same',activation='relu'),
  tf.keras.layers.Conv2D(filters= 32,kernel_size=(3,3),strides=(1,1),padding='same',activation='relu'),
  tf.keras.layers.Conv2D(filters= 64,kernel_size=(3,3),strides=(1,1),padding='same',activation='relu'), 
  tf.keras.layers.MaxPooling2D(pool_size=(2,2),strides=(1,1)),
  tf.keras.layers.Dropout(0.25),

  #tf.keras.layers.Conv2D(filters= 32,kernel_size=(3,3),strides=(1,1),padding='same',activation='relu'),
  #tf.keras.layers.Conv2D(filters= 64,kernel_size=(3,3),strides=(1,1),padding='same',activation='relu'),
  #tf.keras.layers.Conv2D(filters= 64,kernel_size=(3,3),strides=(1,1),padding='same',activation='relu'),
  #tf.keras.layers.MaxPooling2D(pool_size=(2,2),strides=(1,1)),
  #tf.keras.layers.Dropout(0.25),

  tf.keras.layers.Flatten(),
  tf.keras.layers.Dense(500, activation='relu'),
  tf.keras.layers.Dropout(0.25),
  tf.keras.layers.Dense(10, activation='softmax')
])

model.compile()用于配置模型的训练流程。tf.keras.Model.compile 采用三个重要参数：

optimizer：此对象会指定训练过程。从tf.train模块向其传递优化器实例，例如AdamOptimizer、RMSPropOptimizer或GradientDescentOptimizer。
loss：要在优化期间最小化的函数。常见选择包括均方误差(mse)、categorical_crossentropy 和 binary_crossentropy。损失函数由名称或通过从 tf.keras.losses 模块传递可调用对象来指定。
metrics：用于监控训练。它们是 tf.keras.metrics 模块中的字符串名称或可调用对象。

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

tf.keras.Model.fit()进行测试试数据与模型的拟合

model.fit(data,labels,epochs=20,batch_size=500,validation_data=(val_data, val_labels))

history = model.fit(x_train, y_train, epochs=50) # 训练50轮

tf.keras.Model.evaluate() 用于评估模型

verbose：日志显示 verbose = 0 为不在标准输出流输出日志信息 verbose = 1 为输出进度条记录 verbose = 2 为每个epoch输出一行记录

model.evaluate(x_test,  y_test, verbose=2)

保存模型：

model.save('my_cifar10_model.h5')

下面这段的作用仅仅是绘制出Loss和预测准确度曲线：

plt.subplot(121)
accuracy = history.history['accuracy']
plt.plot(range(1,len(accuracy)+1), accuracy)
#plt.plot(history.history['val_acc'])
plt.title('train set accuracy')
plt.ylabel('accuracy')
plt.xlabel('epoch')
plt.subplot(122)
plt.plot(range(1,len(accuracy)+1), history.history['loss'])
#plt.plot(history.history['val_acc'])
plt.title('train set loss')
plt.ylabel('loss')
plt.xlabel('epoch')
plt.show()

可以看出，训练完后模型在验证集上的预测准确度高达98%。

下面我们可以使用已经保存好的模型来预测从网上下载的图片的分类：

# -*- coding: utf-8 -*-
"""

@author: wsp
"""
from __future__ import absolute_import, division, print_function, unicode_literals
import tensorflow as tf
#from load_dataset import train_dataset, train_labels, valid_dataset, valid_labels,names
from matplotlib import pyplot as plt
#x_train, y_train = train_dataset, train_labels
#x_test, y_test= valid_dataset, valid_labels
#x_train, x_test = x_train / 255.0, x_test / 255.0

#加载模型
new_model = tf.keras.models.load_model('my_cifar10_model.h5')
#利用加载后的模型对整个验证集做预测
#预测一组样本
#y_ = new_model.predict(x_test) 
#result = tf.argmax(y_, 1) #
#print(result)
#for i in range(5):
    #index = int(result[i])
    #print("验证集第%d张图片的分类索引是 %d："% (i, index))
    #print("分类名称是:%s "% names[index])
#print()

#预测单张图片
def resize(img_path): 
    '''将图片resize为 32x32x3'''
    image = plt.imread(img_path)
    resized = tf.image.resize(image,[32,32],method='bilinear')
    #return tf.cast(resized, tf.uint8)
    return resized
 
from load_dataset import names
my_img = resize('4.jpg')/255.0 #要符合xinput的格式
my_input = tf.reshape(my_img,(1,32,32,3))
result = tf.argmax(new_model.predict(my_input) , 1)
print("分类名称是:%s "% names[int(result[0])])