Mnist数据集作为深度学习领域的Hello World,想必大家早已熟悉,但是大家有没有想过自己写数据集,用自己训练好的网络去识别呢?效果又如何呢?
阿J昨晚也是手撸代码上试了试 ,发现效果好像还不错,也有一些容易忽视的细节,放在这里供大家雅正。
废话不多说,训练结果放下
版本一(准确率较低的全连接层网络,不做解释):
版本二(运用了卷积层+全连接层的网络):
关于自己的手写数据集,我自己使用各类画图软件画了一些数字或者在百度上找到一些图片,放在文件夹下,类似这样:
这里有一些注意的点:
1.由于网络模型只接受输入为28x28像素的图片,所以我们必须通过图片编辑软件进行预处理;
2.标签需要人工标注;
3.换成png或者jpg格式(方便后面使用scipy.misc处理);
以下是完整代码:
import scipy.misc #读取图片数据
from keras.datasets import mnist
from keras import models
from keras import layers
from keras.utils import to_categorical
import numpy as np
(train_images, train_labels),(test_images, test_labels) = mnist.load_data()
train_images = train_images.reshape((60000,28,28,1))
train_images = train_images.astype('float32') / 255
'''test_images = test_images.reshape((10000,28,28,1))
test_images = test_images.astype('float32') / 255'''#这里不使用测试集
def to_one_hot(labels, dimension=10): #自定义one_hot独热编码函数,理解其工作机制
results = np.zeros((len(labels), dimension))
for i, label in enumerate(labels):
results[i, label] = 1.
return results
train_labels = to_one_hot(train_labels)
#test_labels = to_one_hot(test_labels)
model = models.Sequential()
model.add(layers.Conv2D(32,(3,3),activation='relu',input_shape=(28,28,1))) #添加卷积层
model.add(layers.MaxPooling2D((2,2))) #添加最大池化层
model.add(layers.Conv2D(64,(3,3),activation='relu'))
model.add(layers.MaxPooling2D((2,2))) #卷积层:此时输出向量为3d,大小为:[3,3,64],将此向量输入到密集连接层,所以需要展平为1d向量:Flatten函数
#卷积层到全连接层的过渡
model.add(layers.Flatten())
model.add(layers.Dense(64,activation='relu'))
model.add(layers.Dense(10,activation='softmax')) #输出层,mnist故为10个输出节点
model.compile(optimizer='rmsprop', loss='categorical_crossentropy', metrics=['accuracy']) #优化器:rmsprop,多分类损失函数,指标函数:accuracy
model.fit(train_images, train_labels, epochs = 5, batch_size=64) #batch_size:小批量样本
#准备自己的手写数据文件:
image_array = np.array([])
for i in range(1,51): #测试50个样本
image = scipy.misc.imread('Fliename{}.png'.format(i),flatten = True)
image_data = 255.0 - image.reshape(784) #灰度转换:符合mnist标准(一般0指黑色,255指白色,mnist相反)
image_data = image_data / 255.0
image_array = np.concatenate((image_array, image_data), axis=0)
image_array = image_array.reshape(50,28,28,1) #更改维度,适应卷积网络的输入
image_label = np.array([4,0,7,2,3,1,6,9,8,5,7,3,9,7,0,1,2,3,4,5,6,7,8,9,1,2,8,0,3,6,4,6,2,7,0,5,1,3,8,0,1,2,4,4,9,5,9,8,6,5]) #人工标签
image_label = to_one_hot(image_label) #one_hot编码
print(model.evaluate(image_array,image_label))
分析以上代码:
1.首先导入需要的库以及函数
2.准备数据:
一、导入数据:
(train_images, train_labels),(test_images, test_labels) = mnist.load_data()
二、将数据转换成60000个图像高度和图像宽度为28,通道为1的张量,以适应卷积网络的输入:
train_images = train_images.reshape((60000,28,28,1))
3.网络架构:
model = models.Sequential()
model.add(layers.Conv2D(32,(3,3),activation='relu',input_shape=(28,28,1))) #添加卷积层
model.add(layers.MaxPooling2D((2,2))) #添加最大池化层
model.add(layers.Conv2D(64,(3,3),activation='relu'))
model.add(layers.MaxPooling2D((2,2)))
现在输出一下网络结构:
下一步是将最后的输出张量[大小为 (3, 3, 64)]输入到一个密集连接分类器网络中， 即 Dense 层的堆叠:
model.add(layers.Dense(64,activation='relu'))
model.add(layers.Dense(10,activation='softmax'))
这些分类器可以处理 1D 向量，而当前的输出是 3D 张量。 所以我们需要将 3D 输出展平为 1D:
model.add(layers.Flatten())
最后编译、训练:
model.compile(optimizer='rmsprop', loss='categorical_crossentropy', metrics=['accuracy']) #优化器:rmsprop,多分类损失函数,指标函数:accuracy
model.fit(train_images, train_labels, epochs = 5, batch_size=64) #batch_size:小批量样本
4.训练好模型后,识别自己的数据集:
预处理自己的手写数据:
image_array = np.array([])
for i in range(1,51): #测试50个样本
image = scipy.misc.imread('Fliename{}.png'.format(i),flatten = True)
image_data = 255.0 - image.reshape(784) #灰度转换:符合mnist标准(一般0指黑色,255指白色,mnist相反)
image_data = image_data / 255.0
image_array = np.concatenate((image_array, image_data), axis=0)
image_array = image_array.reshape(50,28,28,1) #更改维度,适应卷积网络的输入
思路:
第一步:创建一个image_array行向量用来存放所有的数据
第二步:创建循环,读取数据(scipy.misc.imread),一股脑的存放在image_array中
第三步:使用reshape函数重组为50个图像高度,图像宽度为28,通道为1(灰度图像)的张量
Attention:
(1)scipy.misc.imread函数帮助我们处理图像,参数flatten = True将图像变成简单的浮点数数组,如果图像是彩色,那么颜色值将被转换为需要的灰度。
(2)使用下面这行代码的原因是,常规而言,0是指黑色,255指的是白色,但是mnist数据集使用相反的方式表示,因此不得不将值逆转过来一匹配mnist数据:
image_data = 255.0 - image.reshape(784)
(3)下面这行代码将数据缩放,使得他们的范围变成0~1.0:
image_data = image_data / 255.0
5.最后打印模型评估结果
print(model.evaluate(image_array,image_label))
结果准确率达到了88%,其实结果并不是很好,但是对比第一个版本可以看出,卷积神经网络在应对图像识别方面比简单的神经网络的优势要大得多。
要优化这个网络,还可以从很多方面着手:
� 尝试不同的架构：增加或减少层数。
� 添加 L1 和 / 或 L2 正则化。
� 尝试不同的超参数（比如每层的单元个数或优化器的学习率），以找到最佳配置。
当然,你也可以为其添加可视化过程,完善你的程序。
如果你有一些什么好的想法或者想互相交流深度学习方面的知识
欢迎随时联系我
我是 阿J
一名在读大学生,爱好技术,滑板,拍摄
关注我,在学习的路上不孤单
