Пример TensorFlow - Проект классификации изображений

Классификация изображений — одна из самых фундаментальных и важных задач в компьютерном зрении. В этом проекте мы будем использовать фреймворк TensorFlow для построения модели глубокого обучения, способной распознавать различные категории изображений.

Что такое классификация изображений

Классификация изображений — это технология, позволяющая компьютерам автоматически определять категорию, к которой относится основной объект на изображении. Например:

  • Распознавание, содержит ли фотография кошку или собаку
  • Различение разных типов цветов
  • Определение типов поражений на медицинских изображениях

Выбор технологий

Мы будем использовать следующий технологический стек:

  • TensorFlow: основной фреймворк глубокого обучения от Google
  • Keras: высокоуровневый API TensorFlow, упрощает построение моделей
  • Matplotlib: используется для визуализации процесса обучения и результатов

Настройка окружения

Установка необходимых библиотек

pip install tensorflow matplotlib numpy

Проверка установки

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

Подготовка набора данных

Мы будем использовать классический набор данных CIFAR-10, который содержит 60,000 цветных изображений 32x32 в 10 категориях.

Загрузка набора данных

Пример

from tensorflow.keras.datasets import cifar10

# Загрузить данные
(train_images, train_labels), (test_images, test_labels) = cifar10.load_data()

# Имена классов
class_names = ['airplane', 'automobile', 'bird', 'cat', 'deer',
               'собака', 'лягушка', 'лошадь', 'корабль', 'грузовик']

3.2 Предобработка данных

Пример

# Нормализовать значения пикселей в диапазон 0-1
train_images = train_images / 255.0
test_images = test_images / 255.0

# Просмотр формы данных
print("Форма изображений обучающего набора:", train_images.shape)
print("Форма меток обучающего набора:", train_labels.shape)

4. Построение модели

4.1 Архитектура модели

Мы построим свёрточную нейронную сеть (CNN), которая является классической архитектурой для задач обработки изображений.

Пример

from tensorflow.keras import layers, models

model = models.Sequential([
    # Свёрточный слой 1
    layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)),
    layers.MaxPooling2D((2, 2)),
   
    # Свёрточный слой 2
    layers.Conv2D(64, (3, 3), activation='relu'),
    layers.MaxPooling2D((2, 2)),
   
    # Свёрточный слой 3
    layers.Conv2D(64, (3, 3), activation='relu'),
   
    # Полносвязный слой
    layers.Flatten(),
    layers.Dense(64, activation='relu'),
    layers.Dense(10)  # Выходной слой, 10 классов
])

Визуализация структуры модели


Обучение модели

Скомпилировать модель

Пример

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

Начать обучение

Пример

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

Визуализация процесса обучения

Пример

import matplotlib.pyplot as plt

plt.plot(history.history['accuracy'], label='Точность обучения')
plt.plot(history.history['val_accuracy'], label='Точность валидации')
plt.xlabel('Эпоха')
plt.ylabel('Точность')
plt.ylim([0, 1])
plt.legend(loc='lower right')
plt.show()

Оценка и прогнозирование модели

Оценка производительности на тестовом наборе

Пример

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

Сделать предсказания

Пример

import numpy as np

# Добавить слой softmax для получения вероятностей выходов
probability_model = tf.keras.Sequential([model, layers.Softmax()])

# Сделать предсказания на первых 5 изображениях тестового набора
predictions = probability_model.predict(test_images[:5])

# Показать результаты предсказаний
for i in range(5):
    predicted_label = np.argmax(predictions[i])
    true_label = test_labels[i][0]
    print(f"Предсказание: {class_names[predicted_label]} | Истинное: {class_names[true_label]}")

Предложения по расширению проекта

Методы повышения производительности модели

  1. Увеличьте глубину сети (больше свёрточных слоёв)
  2. Используйте методы аугментации данных
  3. Попробуйте разные оптимизаторы и скорости обучения
  4. Добавьте слои пакетной нормализации

Практические направления применения

  • Анализ медицинских изображений
  • Распознавание объектов в автономном вождении
  • Промышленные системы контроля качества
  • Системы охранного видеонаблюдения

8. Часто задаваемые вопросы

Q1: Почему стоит выбрать CNN вместо обычной нейронной сети?

A: Благодаря локальным связям и совместному использованию весов CNN лучше улавливает пространственные признаки изображений и имеет меньше параметров.

Q2: Как выбрать подходящее количество эпох?

О: Следите за точностью на валидации и останавливайте обучение, когда она перестанет улучшаться, чтобы избежать переобучения.

В3: Что делать, если возникла ошибка нехватки памяти?

О: Можно уменьшить размер пакета или использовать меньшие размеры изображения.

Другие расширения