tensorflow2.0如何實現(xiàn)cnn的圖像識別
tensorflow2.0實現(xiàn)cnn圖像識別
import tensorflow as tf from tensorflow.keras import layers, optimizers, datasets, Sequential import os os.environ['TF_CPP_MIN_LOG_LEVEL']='2' tf.random.set_seed(2345) conv_layers = [ # 5 units of conv + max pooling # unit 1 layers.Conv2D(64, kernel_size=[3, 3], padding="same", activation=tf.nn.relu), layers.Conv2D(64, kernel_size=[3, 3], padding="same", activation=tf.nn.relu), layers.MaxPool2D(pool_size=[2, 2], strides=2, padding='same'), # unit 2 layers.Conv2D(128, kernel_size=[3, 3], padding="same", activation=tf.nn.relu), layers.Conv2D(128, kernel_size=[3, 3], padding="same", activation=tf.nn.relu), layers.MaxPool2D(pool_size=[2, 2], strides=2, padding='same'), # unit 3 layers.Conv2D(256, kernel_size=[3, 3], padding="same", activation=tf.nn.relu), layers.Conv2D(256, kernel_size=[3, 3], padding="same", activation=tf.nn.relu), layers.MaxPool2D(pool_size=[2, 2], strides=2, padding='same'), # unit 4 layers.Conv2D(512, kernel_size=[3, 3], padding="same", activation=tf.nn.relu), layers.Conv2D(512, kernel_size=[3, 3], padding="same", activation=tf.nn.relu), layers.MaxPool2D(pool_size=[2, 2], strides=2, padding='same'), # unit 5 layers.Conv2D(512, kernel_size=[3, 3], padding="same", activation=tf.nn.relu), layers.Conv2D(512, kernel_size=[3, 3], padding="same", activation=tf.nn.relu), layers.MaxPool2D(pool_size=[2, 2], strides=2, padding='same') ] def preprocess(x, y): # [0~1] x = tf.cast(x, dtype=tf.float32) / 255. y = tf.cast(y, dtype=tf.int32) return x,y (x,y), (x_test, y_test) = datasets.cifar100.load_data() y = tf.squeeze(y, axis=1) y_test = tf.squeeze(y_test, axis=1) print(x.shape, y.shape, x_test.shape, y_test.shape) train_db = tf.data.Dataset.from_tensor_slices((x,y)) train_db = train_db.shuffle(1000).map(preprocess).batch(128) test_db = tf.data.Dataset.from_tensor_slices((x_test,y_test)) test_db = test_db.map(preprocess).batch(64) sample = next(iter(train_db)) print('sample:', sample[0].shape, sample[1].shape, tf.reduce_min(sample[0]), tf.reduce_max(sample[0])) def main(): # [b, 32, 32, 3] => [b, 1, 1, 512] conv_net = Sequential(conv_layers) fc_net = Sequential([ layers.Dense(256, activation=tf.nn.relu), layers.Dense(128, activation=tf.nn.relu), layers.Dense(100, activation=None), ]) conv_net.build(input_shape=[None, 32, 32, 3]) fc_net.build(input_shape=[None, 512]) optimizer = optimizers.Adam(lr=1e-4) # [1, 2] + [3, 4] => [1, 2, 3, 4] variables = conv_net.trainable_variables + fc_net.trainable_variables for epoch in range(50): for step, (x,y) in enumerate(train_db): with tf.GradientTape() as tape: # [b, 32, 32, 3] => [b, 1, 1, 512] out = conv_net(x) # flatten, => [b, 512] out = tf.reshape(out, [-1, 512]) # [b, 512] => [b, 100] logits = fc_net(out) # [b] => [b, 100] y_onehot = tf.one_hot(y, depth=100) # compute loss loss = tf.losses.categorical_crossentropy(y_onehot, logits, from_logits=True) loss = tf.reduce_mean(loss) grads = tape.gradient(loss, variables) optimizer.apply_gradients(zip(grads, variables)) if step %100 == 0: print(epoch, step, 'loss:', float(loss)) total_num = 0 total_correct = 0 for x,y in test_db: out = conv_net(x) out = tf.reshape(out, [-1, 512]) logits = fc_net(out) prob = tf.nn.softmax(logits, axis=1) pred = tf.argmax(prob, axis=1) pred = tf.cast(pred, dtype=tf.int32) correct = tf.cast(tf.equal(pred, y), dtype=tf.int32) correct = tf.reduce_sum(correct) total_num += x.shape[0] total_correct += int(correct) acc = total_correct / total_num print(epoch, 'acc:', acc) if __name__ == '__main__': main()
cnn+tensorflow實現(xiàn)識別圖片
通過一個圖像分類問題介紹卷積神經(jīng)網(wǎng)絡是如何工作的。下面是卷積神經(jīng)網(wǎng)絡判斷一個圖片是否包含“兒童”的過程,包括四個步驟:
● 圖像輸入(InputImage)
● 卷積(Convolution)
● 最大池化(MaxPooling)
● 全連接神經(jīng)網(wǎng)絡(Fully-ConnectedNeural Network)計算。
首先將圖片分割成如下圖的重疊的獨立小塊;下圖中,這張照片被分割成了77張大小相同的小圖片。
接下來將每一個獨立小塊輸入小的神經(jīng)網(wǎng)絡;這個小的神經(jīng)網(wǎng)絡已經(jīng)被訓練用來判斷一個圖片是否屬于“兒童”類別,它輸出的是一個特征數(shù)組。
標準的數(shù)碼相機有紅、綠、藍三個通道(Channels),每一種顏色的像素值在0-255之間,構成三個堆疊的二維矩陣;灰度圖像則只有一個通道,可以用一個二維矩陣來表示。
將所有的獨立小塊輸入小的神經(jīng)網(wǎng)絡后,再將每一個輸出的特征數(shù)組按照第一步時77個獨立小塊的相對位置做排布,得到一個新數(shù)組。
第二步中,這個小的神經(jīng)網(wǎng)絡對這77張大小相同的小圖片都進行同樣的計算,也稱權重共享(SharedWeights)。
這樣做是因為,第一,對圖像等數(shù)組數(shù)據(jù)來說,局部數(shù)組的值經(jīng)常是高度相關的,可以形成容易被探測到的獨特的局部特征;第二,圖像和其它信號的局部統(tǒng)計特征與其位置是不太相關的,如果特征圖能在圖片的一個部分出現(xiàn),也能出現(xiàn)在任何地方。
所以不同位置的單元共享同樣的權重,并在數(shù)組的不同部分探測相同的模式。
數(shù)學上,這種由一個特征圖執(zhí)行的過濾操作是一個離散的卷積,卷積神經(jīng)網(wǎng)絡由此得名。
卷積步驟完成后,再使用MaxPooling算法來縮減像素采樣數(shù)組,按照2×2來分割特征矩陣,分出的每一個網(wǎng)格中只保留最大值數(shù)組,丟棄其它數(shù)組,得到最大池化數(shù)組(Max-PooledArray)。
接下來將最大池化數(shù)組作為另一個神經(jīng)網(wǎng)絡的輸入,這個全連接神經(jīng)網(wǎng)絡會最終計算出此圖是否符合預期的判斷。
在實際應用時,卷積、最大池化和全連接神經(jīng)網(wǎng)絡計算,這幾步中的每一步都可以多次重復進行,總思路是將大圖片不斷壓縮,直到輸出單一的值。使用更多卷積步驟,神經(jīng)網(wǎng)絡就可以處理和學習更多的特征。
總結
以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
python中numpy數(shù)組的csv文件寫入與讀取
本文主要介紹了python中numpy數(shù)組的csv文件寫入與讀取,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2023-03-03python使用tkinter調(diào)整label背景顏色的測試
這篇文章主要介紹了python使用tkinter調(diào)整label背景顏色的測試方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-09-09詳解java調(diào)用python的幾種用法(看這篇就夠了)
這篇文章主要介紹了詳解java調(diào)用python的幾種用法(看這篇就夠了),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2020-12-12