TensorFlow-Beispiel - Bildklassifizierungsprojekt

Die Bildklassifizierung ist eine der grundlegendsten und wichtigsten Aufgaben im Bereich Computer Vision. Dieses Projekt verwendet das TensorFlow-Framework, um ein Deep-Learning-Modell zu erstellen, das verschiedene Kategorien von Bildern erkennen kann.

Was ist Bildklassifizierung

Die Bildklassifizierung ist eine Technik, die es Computern ermöglicht, automatisch die Kategorie zu identifizieren, zu der das Hauptobjekt in einem Bild gehört. Zum Beispiel:

  • Erkennen, ob ein Foto eine Katze oder einen Hund enthält
  • Unterscheidung zwischen verschiedenen Arten von Blumen
  • Bestimmung von Läsionstypen in medizinischen Bildern

Technologieauswahl

Wir werden den folgenden Technologie-Stack verwenden:

  • TensorFlow: Googles Mainstream-Framework für Deep Learning
  • Keras: TensorFlows High-Level-API, vereinfacht die Modellerstellung
  • Matplotlib: Wird zur Visualisierung des Trainingsprozesses und der Ergebnisse verwendet

Umgebungs-Setup

Erforderliche Bibliotheken installieren

pip install tensorflow matplotlib numpy

Installation überprüfen

import tensorflow as tf
print(f"TensorFlow 版本: {tf.__version__}")

Datensatzvorbereitung

Wir werden den klassischen CIFAR-10-Datensatz verwenden, der 60,000 32x32 Farbbilder in 10 Kategorien enthält.

Datensatz laden

Beispiel

from tensorflow.keras.datasets import cifar10

# Daten laden
(train_images, train_labels), (test_images, test_labels) = cifar10.load_data()

# Klassennamen
class_names = ['airplane', 'automobile', 'bird', 'cat', 'deer',
               'Hund', 'Frosch', 'Pferd', 'Schiff', 'LKW']

3.2 Datenvorverarbeitung

Beispiel

# Pixelwerte auf den Bereich 0-1 normalisieren
train_images = train_images / 255.0
test_images = test_images / 255.0

# Datenform anzeigen
print("Bildform des Trainingssatzes:", train_images.shape)
print("Label-Form des Trainingssatzes:", train_labels.shape)

4. Modell erstellen

4.1 Modellarchitektur

Wir erstellen ein Convolutional Neural Network (CNN), eine klassische Architektur für Bildaufgaben.

Beispiel

from tensorflow.keras import layers, models

model = models.Sequential([
    # Faltungsschicht 1
    layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)),
    layers.MaxPooling2D((2, 2)),
   
    # Faltungsschicht 2
    layers.Conv2D(64, (3, 3), activation='relu'),
    layers.MaxPooling2D((2, 2)),
   
    # Faltungsschicht 3
    layers.Conv2D(64, (3, 3), activation='relu'),
   
    # Vollständig verbundene Schicht
    layers.Flatten(),
    layers.Dense(64, activation='relu'),
    layers.Dense(10)  # Ausgabeschicht, 10 Klassen
])

Visualisierung der Modellstruktur


Modell trainieren

Modell kompilieren

Beispiel

model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

Training starten

Beispiel

history = model.fit(train_images, train_labels, epochs=10,
                    validation_data=(test_images, test_labels))

Visualisierung des Trainingsprozesses

Beispiel

import matplotlib.pyplot as plt

plt.plot(history.history['accuracy'], label='Trainingsgenauigkeit')
plt.plot(history.history['val_accuracy'], label='Validierungsgenauigkeit')
plt.xlabel('Epoche')
plt.ylabel('Genauigkeit')
plt.ylim([0, 1])
plt.legend(loc='lower right')
plt.show()

Modellbewertung und Vorhersage

Leistung des Testsets bewerten

Beispiel

test_loss, test_acc = model.evaluate(test_images, test_labels, verbose=2)
print(f'\nTestgenauigkeit: {test_acc}')

Vorhersagen treffen

Beispiel

import numpy as np

# Softmax-Schicht hinzufügen, um Ausgabewahrscheinlichkeiten zu erzeugen
probability_model = tf.keras.Sequential([model, layers.Softmax()])

# Vorhersagen für die ersten 5 Bilder des Testsets treffen
predictions = probability_model.predict(test_images[:5])

# Vorhersageergebnisse anzeigen
for i in range(5):
    predicted_label = np.argmax(predictions[i])
    true_label = test_labels[i][0]
    print(f"Vorhersage: {class_names[predicted_label]} | Tatsächlich: {class_names[true_label]}")

Vorschläge zur Projekterweiterung

Methoden zur Verbesserung der Modellleistung

  1. Netzwerktiefe erhöhen (mehr Faltungsschichten)
  2. Daten-Augmentierungstechniken verwenden
  3. Verschiedene Optimierer und Lernraten ausprobieren
  4. Batch-Normalisierungsschichten hinzufügen

Praktische Anwendungsbereiche

  • Medizinische Bildanalyse
  • Objekterkennung im autonomen Fahren
  • Industrielle Qualitätsprüfsysteme
  • Sicherheitsüberwachungssysteme

8. Häufig gestellte Fragen

F1: Warum CNN anstelle eines regulären neuronalen Netzwerks wählen?

A: Mit lokalen Verbindungen und Gewichtsteilung kann CNN räumliche Merkmale von Bildern besser erfassen und hat weniger Parameter.

F2: Wie wählt man die geeignete Anzahl von Epochen?

A: Überwachen Sie die Validierungsgenauigkeit und beenden Sie das Training, wenn sie sich nicht mehr verbessert, um Overfitting zu vermeiden.

Q3: Was ist zu tun, wenn ein Out-of-Memory-Fehler auftritt?

A: Sie können die Batch-Größe reduzieren oder kleinere Bildabmessungen verwenden.

Andere Erweiterungen