0
0

基于CNN卷积神经网络 猫狗图像识别

一：数据集准备

从官网下载比较麻烦，可根据以下链接，从百度网盘获取数据集

https://pan.baidu.com/s/13hw4LK8ihR6-6-8mpjLKDA

密码：dmp4

猫狗图像识别数据集 如下

二：读取自己的数据集

import os
import cv2
import numpy as np
from tqdm import tqdm  # 进度条
from random import shuffle  # 随机打乱

IMAGE_SIZE = 50

def label_img(img_name):
    label_name = img_name.split('.')[0]
    # print(label_name)
    if label_name == 'cat':
        return [1, 0]
    elif label_name == 'dog':
        return [0, 1]
    return []

def create_train_data(dir_path):
    train_data = []
    # 遍历目录获取每一张图片的路径
    for img_path in tqdm(os.listdir(dir_path)):
        # print(img_path)
        label = label_img(img_path)
        if len(label) != 0:
            img_path = os.path.join(dir_path, img_path)
            # 单通道
            img_mat = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE)
            # print(img_mat, type(img_mat), img_mat.shape)
            if img_mat is not None:
                img = cv2.resize(img_mat, (IMAGE_SIZE, IMAGE_SIZE))
                # cv2.imshow("resize", img)
                # cv2.waitKey(0)
                # cv2.destoryAllWindows()
                train_data.append([np.array(img), np.array(label)])
    shuffle(train_data)
    np.save('mark_catDog_TrainData.npy', train_data)

create_train_data("./train/train")

等待加载........

**直至加载完成100% **

三：搭建网络 训练模型

1 导入库

import tflearn
import numpy as np
from tflearn.layers.estimator import regression
from tflearn.layers.conv import conv_2d, max_pool_2d
from tflearn.layers.core import input_data, fully_connected, dropout

2 搭建网络

# 搭建网络 卷积 激活 池化 全连
# 输入层
conv_input = input_data([None, IMAGE_SIZE, IMAGE_SIZE, 1], name='input')
# 第一层卷积
conv1 = conv_2d(conv_input, 32, 5, activation='relu')
conv1 = max_pool_2d(conv1, 2)
# 第二层网络
conv2 = conv_2d(conv1, 64, 5, activation='relu')
conv2 = max_pool_2d(conv2, 2)
# 第三层网络
conv3 = conv_2d(conv2, 1024, 5, activation='relu')
conv3 = max_pool_2d(conv3, 2)
# 全连层1
fully_layer1 = fully_connected(conv3, 1024, activation='relu')
# 防止过拟合
fully_layer1 = dropout(fully_layer1, 0.6)
# 全连层2
fully_layer2 = fully_connected(fully_layer1, 2, activation='softmax')
# 设置损失函数和优化器
model_net = regression(fully_layer2, optimizer='adam', learning_rate=0.0005, loss='categorical_crossentropy',
                       name='model_net')

3 数据集划分

# 创建模型
model = tflearn.DNN(model_net, tensorboard_dir='log')

# 加载数据npy文件
train_data = np.load('mark_catDog_TrainData.npy', allow_pickle=True)
print(train_data, len(train_data), type(train_data))
# 数据划分
train = train_data[:-30]
test = train_data[-30:]

X = np.array([i[0] for i in train]).reshape((-1, IMAGE_SIZE, IMAGE_SIZE, 1))
Y = [i[1] for i in train]
x_test = np.array([i[0] for i in test]).reshape((-1, IMAGE_SIZE, IMAGE_SIZE, 1))
y_test = [i[1] for i in test]

4 模型训练及保存

# 模型训练
model.fit({'input': X},
          {'model_net': Y},
          n_epoch=2,
          validation_set=({'input': x_test}, {'model_net': y_test}),
          snapshot_step=10,
          show_metric=True,
          run_id="model_class"
          )

# 模型保存
model.save("model/cat-dog.model")

训练时间较长，需要耐心等待

直至加载完毕，将模型保存

训练模型 完整源码：

import tflearn
import numpy as np
from tflearn.layers.estimator import regression
from tflearn.layers.conv import conv_2d, max_pool_2d
from tflearn.layers.core import input_data, fully_connected, dropout

IMAGE_SIZE = 50

# 搭建网络 卷积 激活 池化 全连
# 输入层
conv_input = input_data([None, IMAGE_SIZE, IMAGE_SIZE, 1], name='input')
# 第一层卷积
conv1 = conv_2d(conv_input, 32, 5, activation='relu')
conv1 = max_pool_2d(conv1, 2)
# 第二层网络
conv2 = conv_2d(conv1, 64, 5, activation='relu')
conv2 = max_pool_2d(conv2, 2)
# 第三层网络
conv3 = conv_2d(conv2, 1024, 5, activation='relu')
conv3 = max_pool_2d(conv3, 2)
# 全连层1
fully_layer1 = fully_connected(conv3, 1024, activation='relu')
# 防止过拟合
fully_layer1 = dropout(fully_layer1, 0.6)
# 全连层2
fully_layer2 = fully_connected(fully_layer1, 2, activation='softmax')
# 设置损失函数和优化器
model_net = regression(fully_layer2, optimizer='adam', learning_rate=0.0001, loss='categorical_crossentropy',
                       name='model_net')

# 创建模型
model = tflearn.DNN(model_net, tensorboard_dir='log')

# 加载数据npy文件
train_data = np.load('mark_catDog_TrainData.npy', allow_pickle=True)
print(train_data, len(train_data), type(train_data))
# 数据划分
train = train_data[:-30]
test = train_data[-30:]

X = np.array([i[0] for i in train]).reshape((-1, IMAGE_SIZE, IMAGE_SIZE, 1))
Y = [i[1] for i in train]
x_test = np.array([i[0] for i in test]).reshape((-1, IMAGE_SIZE, IMAGE_SIZE, 1))
y_test = [i[1] for i in test]

# 模型训练
model.fit({'input': X},
          {'model_net': Y},
          n_epoch=2,
          validation_set=({'input': x_test}, {'model_net': y_test}),
          snapshot_step=10,
          show_metric=True,
          run_id="model_class"
          )

# 模型保存
model.save("model/cat-dog.model")

四：猫狗图像识别

模型保存后，可以使用模型测试，看看猫狗识别的准确率如何

可以从数据集中下载图片至工程进行测试：

**测试1 **

# 将检测的图片变成np array
def classify(img_path):
    # 灰度读取
    img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE)
    if img is not None:
        img = cv2.resize(img, (IMAGE_SIZE, IMAGE_SIZE))
        data = img.reshape(-1, IMAGE_SIZE, IMAGE_SIZE, 1)
        return data

predict = model.predict(classify('dog.11392.jpg'))[0]
print(predict)
max_index = np.argmax(predict)
if max_index == 0:
    print("猫")
elif max_index == 1:
    print("狗")

测试结果如下，识别为狗，识别正确

**测试2 **

predict = model.predict(classify('cat.299.jpg'))[0]
print(predict)
max_index = np.argmax(predict)
if max_index == 0:
    print("猫")
elif max_index == 1:
    print("狗")

测试结果如下，错将猫识别为狗，识别错误

经过多次测试，识别的准确率并不高，模型训练的不够好，需要调参优化，再多花时间训练

# 设置损失函数和优化器
model_net = regression(fully_layer2, optimizer='adam', learning_rate=0.0005, loss='categorical_crossentropy',
                       name='model_net')

深度学习，一般学习率 learning_rate是设置为0.0001，

若是对这个猫狗识别比较感兴趣的，可以自己调参优化，多搭建几层网络，如果训练出比较好的模型可以告诉我一下，嘻嘻(可以理解为博主很懒)

如果对于使用模型不够熟悉的，可以参考以下源码(图片自行准备，图片名称记得修改)

import tflearn
import numpy as np
import cv2
from tflearn.layers.estimator import regression
from tflearn.layers.conv import conv_2d, max_pool_2d
from tflearn.layers.core import input_data, fully_connected, dropout

IMAGE_SIZE = 50

# 搭建网络 卷积 激活 池化 全连
# 输入层
conv_input = input_data([None, IMAGE_SIZE, IMAGE_SIZE, 1], name='input')
# 第一层卷积
conv1 = conv_2d(conv_input, 32, 5, activation='relu')
conv1 = max_pool_2d(conv1, 2)
# 第二层网络
conv2 = conv_2d(conv1, 64, 5, activation='relu')
conv2 = max_pool_2d(conv2, 2)
# 第三层网络
conv3 = conv_2d(conv2, 1024, 5, activation='relu')
conv3 = max_pool_2d(conv3, 2)
# 全连层1
fully_layer1 = fully_connected(conv3, 1024, activation='relu')
# 防止过拟合
fully_layer1 = dropout(fully_layer1, 0.6)
# 全连层2
fully_layer2 = fully_connected(fully_layer1, 2, activation='softmax')
# 设置损失函数和优化器
model_net = regression(fully_layer2, optimizer='adam', learning_rate=0.0005, loss='categorical_crossentropy',
                       name='model_net')

# 加载数据npy文件
train_data = np.load('mark_catDog_TrainData.npy', allow_pickle=True)
print(train_data, len(train_data), type(train_data))
# 数据划分
train = train_data[:-30]
test = train_data[-30:]

X = np.array([i[0] for i in train]).reshape((-1, IMAGE_SIZE, IMAGE_SIZE, 1))
Y = [i[1] for i in train]
x_test = np.array([i[0] for i in test]).reshape((-1, IMAGE_SIZE, IMAGE_SIZE, 1))
y_test = [i[1] for i in test]

# 创建模型
model = tflearn.DNN(model_net, tensorboard_dir='log')
# 加载模型
model.load("./model/cat-dog.model")

# 将检测的图片变成np array
def classify(img_path):
    # 灰度读取
    img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE)
    if img is not None:
        img = cv2.resize(img, (IMAGE_SIZE, IMAGE_SIZE))
        data = img.reshape(-1, IMAGE_SIZE, IMAGE_SIZE, 1)
        return data

predict = model.predict(classify('cat.299.jpg'))[0]
print(predict)
max_index = np.argmax(predict)
if max_index == 0:
    print("猫")
elif max_index == 1:
    print("狗")
标签： cnn 深度学习 人工智能
本文转载自: https://blog.csdn.net/m0_56051805/article/details/128420677
版权归原作者 chenruhan_QAQ_ 所有， 如有侵权，请联系我们删除。
登录后发布评论

“基于CNN卷积神经网络 猫狗图像识别”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

Docker Overlay2 空间优化

解决Jenkins使用 Git 参数插件拉取 commit 列表缓慢问题

利用 Vector 将 Kafka 中的日志数据高效写入 GreptimeDB

【Web前端】Web API：构建Web应用核心

【Go】Go语言基础学习(Go安装配置、基础语法)

雷池WAF自动化实现安全运营实操案例终极篇

以太网交换安全：MAC地址漂移

文章导航