TensorFlow Ejemplo - Proyecto de Clasificación de Imágenes

La clasificación de imágenes es una de las tareas más básicas e importantes en visión por computadora. Este proyecto utilizará el framework TensorFlow para construir un modelo de aprendizaje profundo capaz de reconocer imágenes de diferentes categorías.

¿Qué es la clasificación de imágenes?

La clasificación de imágenes es la tecnología que permite a la computadora identificar automáticamente la categoría del objeto principal en una imagen. Por ejemplo:

  • Identificar si en una foto hay un gato o un perro
  • Distinguir diferentes tipos de flores
  • Determinar el tipo de lesión en imágenes médicas

Selección de tecnología

Usaremos la siguiente pila tecnológica:

  • TensorFlow: el framework de aprendizaje profundo principal desarrollado por Google
  • Keras: API de alto nivel de TensorFlow, simplifica la construcción de modelos
  • Matplotlib: se utiliza para visualizar el proceso de entrenamiento y los resultados

Preparación del entorno

Instalar bibliotecas necesarias

pip install tensorflow matplotlib numpy

Verificar instalación

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

Preparación del conjunto de datos

Usaremos el clásico conjunto de datos CIFAR-10, que contiene 60,000 imágenes en color de 32x32 en 10 categorías.

Cargar el conjunto de datos

Ejemplo

from tensorflow.keras.datasets import cifar10

# Cargar datos
(train_images, train_labels), (test_images, test_labels) = cifar10.load_data()

# Nombres de categorías
class_names = ['avión', 'coche', 'pájaro', 'gato', 'ciervo',
               'perro', 'rana', 'caballo', 'barco', 'camión']

3.2 Preprocesamiento de datos

Ejemplo

# Normalizar los valores de píxeles al rango 0-1
train_images = train_images / 255.0
test_images = test_images / 255.0

# Ver la forma de los datos
print("Forma de las imágenes del conjunto de entrenamiento:", train_images.shape)
print("Forma de las etiquetas del conjunto de entrenamiento:", train_labels.shape)

4. Construcción del modelo

4.1 Arquitectura del modelo

Construiremos una red neuronal convolucional (CNN), que es la estructura clásica para tareas de imágenes.

Ejemplo

from tensorflow.keras import layers, models

model = models.Sequential([
    # Capa convolucional 1
    layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)),
    layers.MaxPooling2D((2, 2)),
   
    # Capa convolucional 2
    layers.Conv2D(64, (3, 3), activation='relu'),
    layers.MaxPooling2D((2, 2)),
   
    # Capa convolucional 3
    layers.Conv2D(64, (3, 3), activation='relu'),
   
    # Capa totalmente conectada
    layers.Flatten(),
    layers.Dense(64, activation='relu'),
    layers.Dense(10)  # Capa de salida, 10 categorías
])

Visualización de la estructura del modelo


Entrenamiento del modelo

Compilación del modelo

Ejemplo

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

Comenzar el entrenamiento

Ejemplo

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

Visualización del proceso de entrenamiento

Ejemplo

import matplotlib.pyplot as plt

plt.plot(history.history['accuracy'], label='Precisión de entrenamiento')
plt.plot(history.history['val_accuracy'], label='Precisión de validación')
plt.xlabel('Epoch')
plt.ylabel('Accuracy')
plt.ylim([0, 1])
plt.legend(loc='lower right')
plt.show()

Evaluación y predicción del modelo

Evaluar rendimiento en el conjunto de prueba

Ejemplo

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

Realizar predicciones

Ejemplo

import numpy as np

# Agregar capa softmax para que la salida sea probabilidad
probability_model = tf.keras.Sequential([model, layers.Softmax()])

# Realizar predicciones en las primeras 5 imágenes del conjunto de prueba
predictions = probability_model.predict(test_images[:5])

# Mostrar resultados de predicción
for i in range(5):
    predicted_label = np.argmax(predictions[i])
    true_label = test_labels[i][0]
    print(f"Predicción: {class_names[predicted_label]} | Real: {class_names[true_label]}")

Sugerencias de ampliación del proyecto

Métodos para mejorar el rendimiento del modelo

  1. Aumentar la profundidad de la red (más capas convolucionales)
  2. Usar técnicas de aumento de datos
  3. Probar diferentes optimizadores y tasas de aprendizaje
  4. Agregar capas de normalización por lotes

Direcciones de aplicación práctica

  • Análisis de imágenes médicas
  • Reconocimiento de objetos en conducción autónoma
  • Sistemas de inspección de calidad industrial
  • Sistemas de vigilancia de seguridad

8. Preguntas frecuentes

Q1: ¿Por qué elegir CNN en lugar de una red neuronal común?

R: La CNN puede capturar mejor las características espaciales de las imágenes mediante conexiones locales y pesos compartidos, y tiene menos parámetros.

Q2: ¿Cómo elegir el número adecuado de épocas?

R: Observa la precisión del conjunto de validación; cuando deje de mejorar, detén el entrenamiento para evitar el sobreajuste.

Q3: ¿Qué hacer si se produce un error de memoria insuficiente?

R: Puedes reducir el tamaño del lote (batch size) o usar un tamaño de imagen más pequeño.

Otras extensiones