基于卷积神经网络的猫狗识别系统的设计与实现-Toy模板网

这篇具有很好参考价值的文章主要介绍了基于卷积神经网络的猫狗识别系统的设计与实现。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1．1 题目的主要研究内容

（1）工作的主要描述

通过卷积网络实现猫狗图像的识别。首先，在数据集中抽取训练集和测试集；其次，对图像进行预处理和特征提取，对图像数据进行图像增强，将图像从.jpg格式转化为RGB像素网格，再转化为像素张量；再次，搭建卷积神经网络模型；最后，使用模型进行训练，得到猫狗识别的准确率和二元交叉熵损失及其可视化图像，并对模型进行测试。

（2）系统流程图

基于卷积神经网络的猫狗识别系统的设计与实现

1．2 题目研究的工作基础或实验条件

（1）系统：Windows 10

处理器：i7-7700HQ CPU @2.80GHz

（2）编程软件：Pycharm

版本：Python 3.7

1．3 数据集描述

数据集中共有25000张图片，其中猫狗图片各12500张，在数据集中抽取一部分作为训练集和测试集。训练集中猫狗图片各3000张，测试集猫狗图片各1000张。

基于卷积神经网络的猫狗识别系统的设计与实现

1．4 特征提取过程描述

为了防止模型过拟合，采用图像增强的方法，利用ImageDataGenerator方法调整参数对图像进行增强。将所有图片重设尺寸大小为150*150大小，并使用 ImageDataGenerator 方法将本地图片.jpg格式转化成RGB像素网格，再转化成浮点张量上传到网络上，将像素值（介于0和255之间）重新缩放到[0，1]间隔。ImageDataGenerator参数介绍如下：

参数名	含义
rotation_range	一个角度值（0-180），在这个范围内可以随机旋转图片
width_shift和height_shift	范围，在其中可以随机地垂直或水平地转换图片
shear_range	用于随机应用剪切转换
zomm_range	用于水平随机翻转一半的图像——当没有假设水平不对称时
horizontal_flip	用于在图片内部随机缩放
fill_mode	用于填充新创建像素的策略，它可以在旋转或宽度/高度移动之后出现

参数设置为：

基于卷积神经网络的猫狗识别系统的设计与实现

1．5 分类过程描述

卷积神经网络分为卷积层，池化层，激活函数，全连接层。首先将图片进行图像增强操作，然后将图片转化为150*150格式输入，通过3*3卷积核提取特征，一个卷积核对应一种特征类型，相当于一个神经元，卷积核的每个元素都有一个权重系数和一个偏差量。在卷积层进行特征提取后，虽然图像会有所减小，但是为了特征值能够准确代表该区域图像特征，输出特征图仍然很大，为了保留主要特征，减少噪声传递，采用最大池化法，再次进行特征值提取。经4次卷积4次池化后，进行全连接，全连接起到分类器的作用，将特征映射到样本的标记空间。然后通过激活函数函数输出分类标签，最后算出识别的准确率和交叉熵损失。本系统共迭代100次，最后将训练集和测试集的准确率和交叉熵损失的可视化图像输出。

本系统卷积神经网络模型如图所示：

基于卷积神经网络的猫狗识别系统的设计与实现

1．6 主要程序代码(要求必须有注释)

import os, shutil
# 原始数据集解压缩所在目录的路径
original_dataset_dir = 'E:/catdog/train/train'
# 创建一个存储较小数据集的目录
base_dir = 'E:/catdog/find_cats_and_dogs'
# 培训、验证和测试拆分
train_dir = os.path.join(base_dir, 'train')
validation_dir = os.path.join(base_dir, 'validation')
test_dir = os.path.join(base_dir, 'test')
# 训练猫图片
train_cats_dir = os.path.join(train_dir, 'cats')
# 训练狗图片
train_dogs_dir = os.path.join(train_dir, 'dogs')
# 验证猫图片
validation_cats_dir = os.path.join(validation_dir, 'cats')
# 验证狗图片
validation_dogs_dir = os.path.join(validation_dir, 'dogs')
# 测试猫的图片
test_cats_dir = os.path.join(test_dir, 'cats')
# 测试猫的图片
test_dogs_dir = os.path.join(test_dir, 'dogs')
# 复制前3000个cat图像以训练模型
fnames = ['cat.{}.jpg'.format(i) for i in range(3000)]
for fname in fnames:
    src = os.path.join(original_dataset_dir, fname)
    dst = os.path.join(train_cats_dir, fname)
    shutil.copyfile(src, dst)
# 将1000个猫图像复制到验证
fnames = ['cat.{}.jpg'.format(i) for i in range(3000, 4000)]
for fname in fnames:
    src = os.path.join(original_dataset_dir, fname)
    dst = os.path.join(validation_cats_dir, fname)
    shutil.copyfile(src, dst)
# 复制1000个猫图像到测试
fnames = ['cat.{}.jpg'.format(i) for i in range(3000, 4000)]
for fname in fnames:
    src = os.path.join(original_dataset_dir, fname)
    dst = os.path.join(test_cats_dir, fname)
    shutil.copyfile(src, dst)
# 复制3000个狗图片去训练模型
fnames = ['dog.{}.jpg'.format(i) for i in range(3000)]
for fname in fnames:
    src = os.path.join(original_dataset_dir, fname)
    dst = os.path.join(train_dogs_dir, fname)
    shutil.copyfile(src, dst)
# 复制1000个狗图片去验证
fnames = ['dog.{}.jpg'.format(i) for i in range(3000, 4000)]
for fname in fnames:
    src = os.path.join(original_dataset_dir, fname)
    dst = os.path.join(validation_dogs_dir, fname)
    shutil.copyfile(src, dst)
# 复制1000个狗图片去测试
fnames = ['dog.{}.jpg'.format(i) for i in range(3000, 4000)]
for fname in fnames:
    src = os.path.join(original_dataset_dir, fname)
    dst = os.path.join(test_dogs_dir, fname)
    shutil.copyfile(src, dst)
##统计图片数量
print('total training cat images:', len(os.listdir(train_cats_dir)))
print('total training dog images:', len(os.listdir(train_dogs_dir)))
print('total validation cat images:', len(os.listdir(validation_cats_dir)))
print('total validation dog images:', len(os.listdir(validation_dogs_dir)))
print('total test cat images:', len(os.listdir(test_cats_dir)))
print('total test dog images:', len(os.listdir(test_dogs_dir)))
from keras import layers
from keras import models
import scipy
from predata import *
import matplotlib.pyplot as plt
#网络模型
model = models.Sequential()
model.add(layers.Conv2D(32, (3, 3), activation='relu',
                        input_shape=(150, 150, 3)))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(64, (3, 3), activation='relu'))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(128, (3, 3), activation='relu'))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(128, (3, 3), activation='relu'))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Flatten())
model.add(layers.Dense(512, activation='relu'))
model.add(layers.Dense(1, activation='sigmoid'))
###输出模型各层的参数状况
model.summary()
from keras import optimizers
#配置优化器：
#loss：计算损失，这里用的是交叉熵损失
#metrics：列表，包含评估模型在训练和测试时的性能的指标
model.compile(loss='binary_crossentropy',
              optimizer=optimizers.RMSprop(lr=1e-4),
              metrics=['acc'])
from keras.preprocessing.image import ImageDataGenerator
#图像增强 图片格式转化
train_datagen = ImageDataGenerator(
    rescale=1./255,
    rotation_range=40,
    width_shift_range=0.2,
    height_shift_range=0.2,
    shear_range=0.2,
    zoom_range=0.2,
    horizontal_flip=True,)
# Note that the validation data should not be augmented!
test_datagen = ImageDataGenerator(rescale=1./255)
#训练集图片格式转化
train_generator = train_datagen.flow_from_directory(
        # This is the target directory
        train_dir,
        # All images will be resized to 150x150
        target_size=(150, 150),
        batch_size=32,
        # Since we use binary_crossentropy loss, we need binary labels
        class_mode='binary')
#测试集图片格式转化
validation_generator = test_datagen.flow_from_directory(
        validation_dir,
        target_size=(150, 150),
        batch_size=32,
        class_mode='binary')
#模型训练
history = model.fit_generator(
      train_generator,
      steps_per_epoch=100,
      epochs=100,
      validation_data=validation_generator,
      validation_steps=50)
#保存模型
model.save('cats_and_dogs_small_1.h5')
#可视化
acc = history.history['acc']
val_acc = history.history['val_acc']
loss = history.history['loss']
val_loss = history.history['val_loss']
epochs = range(len(acc))
plt.plot(epochs, acc, 'bo', label='Training acc')
plt.plot(epochs, val_acc, 'b', label='Validation acc')
plt.title('Training and validation accuracy')
plt.legend()
plt.figure()
plt.plot(epochs, loss, 'bo', label='Training loss')
plt.plot(epochs, val_loss, 'b', label='Validation loss')
plt.title('Training and validation loss')
plt.legend()
plt.show()
import cv2
import tensorflow as tf
categories = ['Dog', 'Cat']
from PIL import Image
import matplotlib.pyplot as plt
# 图片路径
#转化图片格式
def prepare(path):
    img_size = 150
    img_array = cv2.imread(path)
    new_array = cv2.resize(img_array, (img_size, img_size))
    return new_array.reshape(-1, img_size, img_size, 3)
#调用模型
model = tf.keras.models.load_model('cats_and_dogs_small_1.h5')
#测试一张图片
prediction = model.predict([prepare('3.jpg')])
if prediction == 1:
    title = "this is a dog"
else:
    title = "this is a cat"
img = Image.open("3.jpg")
#可视化
plt.imshow(img)
plt.axis('off')  # 关掉坐标轴为 off
plt.title(title)  # 图像题目
plt.show()