Deep Learning−画像処理CNNによる画像分類モデル(1)

22200 ワード

データ科学インプリメンテーションモデル深く勉強する. CNN 画像処理テキストリンク

CNNによる画像分類

ビジネスに興味があるので、ビジネスで使えるパターンを想定し、画像で分類すれば、1日で無数の商品を更新するビジネスプラットフォームで、自動化の一環とすることができます.

Cifar 10データを用いた実験

from tensorflow.keras import datasets
from tensorflow.keras.models import Sequential, Model
from tensorflow.keras.layers import Dense, Conv2D, MaxPooling2D, Flatten

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

# Normalize pixel values to be between 0 and 1
train_images, test_images = train_images / 255.0, test_images / 255.0

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

kerasはcifar 10データを提供し,ロード後正規化255に分ける.
基本的にcifar 10データは10個のラベルからなり、ラベルを分類するためにモデル設計すればよい.

import matplotlib.pyplot as plt
plt.figure(figsize=(10,10))
for i in range(25):
    plt.subplot(5,5,i+1)
    plt.xticks([])
    plt.yticks([])
    plt.grid(False)
    plt.imshow(train_images[i], cmap=plt.cm.binary)
    # The CIFAR labels happen to be arrays, 
    # which is why you need the extra index
    plt.xlabel(class_names[train_labels[i][0]])
plt.show()

5万個のtrainデータのうち、25個だけが浮かび上がった.上の画像を勉強して、test setの画像が合っているかどうかを実験します.

model = Sequential()
model.add(Conv2D(32, 3, activation = 'relu', input_shape=(32,32,3)))
model.add(MaxPooling2D(2,2))
model.add(Conv2D(64, 3, activation = 'relu'))
model.add(MaxPooling2D(2,2))
model.add(Conv2D(64, 3, activation = 'relu'))
model.add(Flatten())
model.add(Dense(64, activation='relu'))
model.add(Dense(10, activation='softmax'))

model.summary()

シーケンス()を使用してモデルインスタンスを作成します.

Conv 2 Dで重合層を追加します.フィルタとノードの数、およびアクティブな関数を決定します.
デップ32,フィルタ(3,3),アクティブ関数relu,入力サイズ(32,32,3チャネル)

MaxPooling 2 Dを指定します.サイズ(2,2)>もdefaultです.

ConvとPoyoungを繰り返し、Flattenを使用して画像を1次元

に変換します.

の後にFCを入れて、1つの隠し層を通って、最後にsoftmaxを取って10個のラベルに対して分類します.

[output]
Model: "sequential"
_________________________________________________________________
 Layer (type)                Output Shape              Param #   
=================================================================
 conv2d (Conv2D)             (None, 30, 30, 32)        896       
                                                                 
 max_pooling2d (MaxPooling2D  (None, 15, 15, 32)       0         
 )                                                               
                                                                 
 conv2d_1 (Conv2D)           (None, 13, 13, 64)        18496     
                                                                 
 max_pooling2d_1 (MaxPooling  (None, 6, 6, 64)         0         
 2D)                                                             
                                                                 
 conv2d_2 (Conv2D)           (None, 4, 4, 64)          36928     
                                                                 
 flatten (Flatten)           (None, 1024)              0         
                                                                 
 dense (Dense)               (None, 64)                65600     
                                                                 
 dense_1 (Dense)             (None, 10)                650       
                                                                 
=================================================================
Total params: 122,570
Trainable params: 122,570
Non-trainable params: 0
_________________________________________________________________

model.パラメータ数の変化,入力データの形状の変化はsummary()で見ることができる.
前述したように、後でコンパイルを行います.

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])
              
model.fit(train_images, train_labels, epochs=10, validation_data=(test_images, test_labels))

オプティカル(光学式)ドライブを構成します.adamで一番よく使うやつ

で種々の分類を行う場合、0と1ではなく数字で区別するためには、分類よりも疎分類クロスエントロピーを用いるべきである.

メートルは最も基本的な精度で指定されています.

モデルフィッティングを行います.

[output]
Epoch 1/10
1563/1563 [==============================] - 11s 7ms/step - loss: 1.5798 - accuracy: 0.4221 - val_loss: 1.3096 - val_accuracy: 0.5288
Epoch 2/10
1563/1563 [==============================] - 9s 6ms/step - loss: 1.2251 - accuracy: 0.5639 - val_loss: 1.1692 - val_accuracy: 0.5920
Epoch 3/10
1563/1563 [==============================] - 10s 6ms/step - loss: 1.0634 - accuracy: 0.6261 - val_loss: 1.0515 - val_accuracy: 0.6330
Epoch 4/10
1563/1563 [==============================] - 10s 6ms/step - loss: 0.9634 - accuracy: 0.6622 - val_loss: 1.0322 - val_accuracy: 0.6387
Epoch 5/10
1563/1563 [==============================] - 10s 6ms/step - loss: 0.8922 - accuracy: 0.6886 - val_loss: 0.9355 - val_accuracy: 0.6719
Epoch 6/10
1563/1563 [==============================] - 10s 6ms/step - loss: 0.8331 - accuracy: 0.7113 - val_loss: 0.9039 - val_accuracy: 0.6864
Epoch 7/10
1563/1563 [==============================] - 9s 6ms/step - loss: 0.7868 - accuracy: 0.7243 - val_loss: 0.8952 - val_accuracy: 0.6916
Epoch 8/10
1563/1563 [==============================] - 9s 6ms/step - loss: 0.7464 - accuracy: 0.7376 - val_loss: 0.9186 - val_accuracy: 0.6839
Epoch 9/10
1563/1563 [==============================] - 9s 6ms/step - loss: 0.7063 - accuracy: 0.7518 - val_loss: 0.8898 - val_accuracy: 0.6986
Epoch 10/10
1563/1563 [==============================] - 9s 6ms/step - loss: 0.6677 - accuracy: 0.7668 - val_loss: 0.9407 - val_accuracy: 0.6927

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

[output]
313/313 - 1s - loss: 0.9407 - accuracy: 0.6927 - 913ms/epoch - 3ms/step

valは精度はあまり高くありませんが、レイヤーを増やしたり、勉強を増やしたりすると向上します.(適切な一致に注意)

import matplotlib.pyplot as plt
plt.figure(figsize=(10,10))
for i in range(5):
    plt.subplot(5,5,i+1)
    plt.xticks([])
    plt.yticks([])
    plt.grid(False)
    plt.imshow(test_images[i], cmap=plt.cm.binary)
    # The CIFAR labels happen to be arrays, 
    # which is why you need the extra index
    plt.xlabel(class_names[test_labels[i][0]])
plt.show()

上記のように、テスト3の5つの画像を分類します.

plt.figure(figsize=(10,10))
for i in range(5):
  x = np.expand_dims(test_images[i], axis=0) # 이미지의 차원을 맞추기 위해 늘려줘야한다.
  predictions = model.predict(x) # 예측을 진행한다.
  predicted_ids = np.argmax(predictions, axis=-1)
  predicted_class_names = class_names[predicted_ids[0]]
  plt.subplot(5,5,i+1)
  plt.xticks([])
  plt.yticks([])
  plt.grid(False)
  plt.imshow(test_images[i], cmap=plt.cm.binary)
  plt.title(predicted_class_names)

結果的に5つとも画質が悪い場合にもうまく合わせることができました.このように商品画像のカテゴリラベルを学習し,画像特徴でカテゴリを区別できる人工知能を創出する.

Reference

この問題について(Deep Learning−画像処理CNNによる画像分類モデル(1)), 我々は、より多くの情報をここで見つけました https://velog.io/@dlskawns/Deep-Learning-이미지-처리-CNN-이용한-이미지-분류-모델-구현-실습-1

テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。

Collection and Share based on the CC Protocol

LVM-HOWTO/学習ノート(四)

Spring Project 8.