python +keras实现图像分类（入门级例子讲解）

一.项目描述

数据集来源于kaggle猫狗大战数据集。训练集有25000张，猫狗各占一半。测试集12500张。希望计算机可以从这些训练集图片中学习到猫狗的特征，从而使得计算机可以正确的对未曾见过的猫狗图片进行分类。这就是图像分类问题，计算机视觉研究领域之一，计算机通过学习图像本身的特征将不同类别的图像区分开来。

二.评价指标

二分类评价指标
binary_crossentropy：交叉熵

ŷ i是样本标签，yi样本输出。只有yi和ŷ i是相等时，loss才为0，否则loss就是为一个正数。而且，概率相差越大，loss就越大。这个度量概率距离的方式称为交叉熵。
二分类模型的最后一层的激活函数是：sigmoid

二分类模型最后输出的是0到1的数。
应该使用numpy的四舍五入求取类别,并转换为整数
pred_y=int(np.round(predict_y))

多分类评价指标
categorical_crossentropy：分类交叉熵函数

ŷ i是样本标签，yi样本输出
多分类模型的最后一层的激活函数是：softmax

softmax先把输出指数化，再归一化，得到各类概率。
假设一个问题是3分类，一个训练样本进来得到的softmax是[0.5,0.2,0.3]
假设这个正确样本类别为第一个类别。
则该样本分类交叉熵为：

多分类模型输出的是各个类别的概率，如2个样本的预测输出为：ypred=[[0.5,0.2,0.3],[0.4,0.1,0.5]]
应该使用numpy求取最大值索引
pred=np.argmax(ypred,axis=1)
得到[0,2]

三.算例实现

数据集
电脑垃圾啦，无法将全部图片都用上，跑不动。
于是猫和狗都选取原始数据集的一半左右。
猫的图片如下：

狗的图片如下：

各种各样的猫和狗，不容易找到统一的图片预处理方式，如处理成二值图像（但猫狗颜色不一样，二值处理有的把背景提取出来啦，毕竟二值处理需要把前景色处理成白色，为了达到此要求，有的图片得做反二值化处理）
就对图片不做任何处理吧,防止图片失真。

1数据集读取函数
注意：cv2.imread(name) 图片路径不能含有中文。
#个人喜好用OpenCV

需要对图片统一大小： cv2.resize(img, (100, 100))

import os
import numpy as np
import cv2def ReFileName(dirPath):""":param dirPath: 文件夹路径:return:"""# 对目录下的文件进行遍历x=[]for file in os.listdir(dirPath):# 判断是否是文件if os.path.isfile(os.path.join(dirPath, file)) == True:c= os.path.basename(file)name = dirPath + '\\' + cimg = cv2.imread(name)img = cv2.resize(img, (100, 100))  # 使尺寸大小一样x.append(img)return x

2数据集读取并处理
分别读取猫狗数据集，之前我将猫和狗放在两个文件夹啦。
对数据除以255，cnn模型对数值小的数处理得比较好。
转换数据格式,图像格式为np.uint8, 转换成float型，计算机可以计算。
标签处理，猫处理成1，狗处理成0

dirPathcat = r"catdog\cat"#文件路径
cat=ReFileName(dirPathcat)#调用函数
cat=np.array(cat)/255
cat=cat.astype(np.float64)
print('输入cat.shape',cat.shape)biaoqiancat=[1 for i in range(len(cat))]#标签处理
biaoqiancat=np.array(biaoqiancat)#标签dirPathdog = r"catdog\dog"#文件路径
dog=ReFileName(dirPathdog)#调用函数
dog=np.array(dog)/255#数据
dog=dog.astype(np.float64)
biaoqiandog=[0 for i in range(len(dog))]#标签处理
biaoqiandog=np.array(biaoqiandog)#标签

3.数据打乱
首先拼接数据集，然后打乱数据集特征和标签。
如果是多分类问题得在打乱数据前对y进行one-hot化，如：
y=keras.utils.to_categorical(y,4)#四分类

x=np.concatenate((cat,dog),axis=0)
y=np.concatenate((biaoqiancat,biaoqiandog),axis=0)index = [i for i in range(len(y))] # test_data为测试数据
np.random.seed(1)
np.random.shuffle(index) # 打乱索引
train_data = x[index]train_label = y[index]

4.定义模型
电脑不行，就用个普通模型跑吧。

如果是多分类问题
最后两行为

 model.add(Dense(2, activation='softmax'))  # 输出层model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])

本文模型

from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten, Conv2D, MaxPooling2D
import keras
import timedef define_model():model = Sequential()model.add(Conv2D(filters=16,kernel_size=(5, 5),padding='same',input_shape=(100, 100, 3),activation='relu'))  # 卷积层1model.add(MaxPooling2D(pool_size=(2, 2)))  # 池化层2model.add(Dropout(0.25))model.add(Flatten())  # 平坦层model.add(Dense(10,activation='relu'))  # 隐藏层model.add(Dense(1, activation='sigmoid'))  # 输出层model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])model.summary()return model

5.模型训练并保持
准确率0.7072，之前使用的是猫狗各3000多张，准确率为0.5。
现在使用的是各6000多张，准确率0.7。
原始数据集有各12000多张，原谅我，使用全部数据集电脑太卡，没服务器，学生党。

start_time = time.time()
model = define_model()
model.fit(train_data, train_label, epochs=2)
model.save('猫狗分类.h5')
end_time = time.time()
run_time = (end_time - start_time) / 60
print(run_time)  #3.931485986709595
print('训练结束')
#0.7072

四.pyqt可视化结果

建立个简单版的qt猫狗预测系统吧。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Author: yudengwu
# @Date  : 2020/7/18
import sys
from PyQt5 import QtWidgets, QtCore, QtGui
from PyQt5.QtGui import *
from PyQt5.QtWidgets import *
from PyQt5.QtCore import *import cv2
import keras
from keras .models import load_model
import numpy as np
import re
class picture(QWidget):def __init__(self):super(picture, self).__init__()self.resize(600, 400)self.setWindowTitle("猫狗分类")self.btn = QPushButton()self.btn.setText("打开图片")self.btn.clicked.connect(self.openimage)self.label = QLabel()self.label.setText('图片路径')self.labelimage = QLabel()self.labelimage.setText("显示图片")#self.labelimage.setFixedSize(500, 400)#设置尺寸self.labelimage.setStyleSheet("QLabel{background:white;}""QLabel{color:rgb(300,300,300,120);font-size:10px;font-weight:bold;font-family:宋体;}")#预测按钮self.btnclass=QPushButton()self.btnclass.setText('点击预测分类')self.btnclass.clicked.connect(self.fenlei)self.labelclass=QLabel()self.labelclass.setText('预测类别')self.labelclass.setStyleSheet("font:16pt '楷体';border-width:2px;border-style: inset;border-color:gray")layout1=QVBoxLayout()layout1.addWidget(self.btn)layout1.addWidget(self.label)layout1.addWidget(self.labelimage)layout2 = QVBoxLayout()layout2.addWidget(self.btnclass)layout2.addWidget(self.labelclass)layout=QVBoxLayout()layout.addLayout(layout1)layout.addLayout(layout2)self.setLayout(layout)def openimage(self):imgName, imgType = QFileDialog.getOpenFileName(self, "打开图片", "", "*.jpg;;*.png;;All Files(*)")#jpg = QtGui.QPixmap(imgName).scaled(self.labelimage.width(), self.label.height())#适应labelimage尺寸，前提是label设置了尺寸jpg = QtGui.QPixmap(imgName)self.labelimage.setPixmap(jpg)self.label.setText(str(imgName))def fenlei(self):biaoqian = {'1': '猫', '0': '狗'}path=self.label.text()newName = re.sub('(D:/机器学习/学习草稿/)','', path)print(newName)img = cv2.imread(str(newName))img = cv2.resize(img, (100, 100))  # 使尺寸大小一样img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)img = np.array(img) / 255img = img.astype(np.float64)img = img.reshape(-1, 100, 100, 1)model = load_model('猫狗分类.h5')predict_y = model.predict(img)pred_y = int(np.round(predict_y))print(pred_y)self.labelclass.setText(biaoqian[str(pred_y)])if __name__ == "__main__":app = QtWidgets.QApplication(sys.argv)my = picture()my.show()sys.exit(app.exec_())

说明：
newName = re.sub(’(D:/机器学习/学习草稿/)’,’’, path)
这是因为我图片放在了当前项目文件夹里，导致图片绝对路径含有中文，cv.imread()会出错，我去除掉中文部分，使模型读取相对路径
如果你要读取任意文件夹里的图片，要使图片绝对路径无中文。

可以固定图片显示尺寸;
#self.labelimage.setFixedSize(500, 400)#设置尺寸
#jpg = QtGui.QPixmap(imgName).scaled(self.labelimage.width(), self.label.height())#适应labelimage尺寸，前提是label设置了尺寸

结果
预测界面：

识别cat

识别dog

这个结果还不能让我满意，等我多学习下知识再来吧。

当然也可以调用摄像头，实现对摄像头下的猫狗进行实时识别。
可以参考博文然后自己修改程序。就是一个定时器作用，每隔多少时间识别下摄像头下的物体。
opencv进阶学习笔记1：调用摄像头用法大全（打开摄像头，打开摄像头并实时不断截屏，读取视频并截图）

送上其他资源：
计算机视觉：图像特征与描述大全（一篇博文带你简单了解完图像特征提取技术）

电气专业的计算机萌新，写博文不容易。如果你觉得本文对你有用，请点个赞再走，谢谢。