时间戳

首页 > 解决方案 > CNN 对猫/狗图像二元分类的准确率不比随机数好

python - CNN 对猫/狗图像二元分类的准确率不比随机数好

问题描述

我从Analytics Vidhya的教程中改编了一个简单的 CNN 。

问题是我在保持集上的准确性并不比随机好。我正在训练大约 8600 张猫和狗的图像，这对于体面的模型来说应该是足够的数据，但测试集的准确率是 49%。我的代码中是否有明显的遗漏？

import os
import numpy as np
import keras
from keras.models import Sequential
from sklearn.model_selection import train_test_split
from datetime import datetime
from PIL import Image
from keras.utils.np_utils import to_categorical
from sklearn.utils import shuffle


def main():

    cat=os.listdir("train/cats")
    dog=os.listdir("train/dogs")
    filepath="train/cats/"
    filepath2="train/dogs/"

    print("[INFO] Loading images of cats and dogs each...", datetime.now().time())
    #print("[INFO] Loading {} images of cats and dogs each...".format(num_images), datetime.now().time())
    images=[]
    label = []
    for i in cat:
        image = Image.open(filepath+i)
        image_resized = image.resize((300,300))
        images.append(image_resized)
        label.append(0) #for cat images

    for i in dog:
        image = Image.open(filepath2+i)
        image_resized = image.resize((300,300))
        images.append(image_resized)
        label.append(1) #for dog images

    images_full = np.array([np.array(x) for x in images])

    label = np.array(label)
    label = to_categorical(label)

    images_full, label = shuffle(images_full, label)

    print("[INFO] Splitting into train and test", datetime.now().time())
    (trainX, testX, trainY, testY) = train_test_split(images_full, label, test_size=0.25)


    filters = 10
    filtersize = (5, 5)

    epochs = 5
    batchsize = 32

    input_shape=(300,300,3)
    #input_shape = (30, 30, 3)

    print("[INFO] Designing model architecture...", datetime.now().time())
    model = Sequential()
    model.add(keras.layers.InputLayer(input_shape=input_shape))
    model.add(keras.layers.convolutional.Conv2D(filters, filtersize, strides=(1, 1), padding='same',
                                                data_format="channels_last", activation='relu'))
    model.add(keras.layers.MaxPooling2D(pool_size=(2, 2)))
    model.add(keras.layers.Flatten())

    model.add(keras.layers.Dense(units=2, input_dim=50,activation='softmax'))
    #model.add(keras.layers.Dense(units=2, input_dim=5, activation='softmax'))

    model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

    print("[INFO] Fitting model...", datetime.now().time())
    model.fit(trainX, trainY, epochs=epochs, batch_size=batchsize, validation_split=0.3)

    model.summary()

    print("[INFO] Evaluating on test set...", datetime.now().time())
    eval_res = model.evaluate(testX, testY)
    print(eval_res)

if __name__== "__main__":
    main()

标签： pythonmachine-learningkerasconv-neural-network

解决方案

对我来说，问题来自你的网络规模，你只有一个滤波器大小为 10 的 Conv2D。这对于学习图像的深度表示来说太小了。

尝试通过使用 VGGnet 等常见架构块来增加它！
块示例：

x = Conv2D(32, (3, 3) , padding='SAME')(model_input)
x = LeakyReLU(alpha=0.3)(x)
x = BatchNormalization()(x)
x = Conv2D(32, (3, 3) , padding='SAME')(x)
x = LeakyReLU(alpha=0.3)(x)
x = BatchNormalization()(x)
x = MaxPooling2D(pool_size=(2, 2))(x)
x = Dropout(0.25)(x)

您需要尝试多个类似的块，并增加过滤器大小以捕获更深层次的特征。

另一件事，您不需要指定密集层的 input_dim，keras 会自动处理！

最后但同样重要的是，您需要完全连接的网络才能正确分类您的图像，而不仅仅是单层。

例如 ：

x = Flatten()(x)
x = Dense(256)(x)
x = LeakyReLU(alpha=0.3)(x)
x = Dense(128)(x)
x = LeakyReLU(alpha=0.3)(x)
x = Dense(2)(x)
x = Activation('softmax')(x)

尝试这些更改并与我保持联系！

操作问题后更新

图像很复杂，它们包含很多信息，如形状、边缘、颜色等

为了捕获最大量的信息，您需要通过多个卷积来学习图像的不同方面。想象一下，例如第一个卷积将学习识别正方形，第二个卷积将学习识别圆形，第三个卷积识别边缘，等等。

而对于我的第二点，最终的全连接就像一个分类器，conv 网络会输出一个“代表”狗或猫的向量，现在你需要知道这种向量是一类还是另一类。
直接在最后一层输入该向量不足以学习这种表示。

这更清楚吗？

op第二条评论的最后更新

这里定义 Keras 模型的两种方式，都输出相同的东西！

model_input = Input(shape=(200, 1))
x = Dense(32)(model_input)
x = Dense(16)(x)
x = Activation('relu')(x)
model = Model(inputs=model_input, outputs=x)




model = Sequential()
model.add(Dense(32, input_shape=(200, 1)))
model.add(Dense(16, activation = 'relu'))

架构示例

model = Sequential()
model.add(keras.layers.InputLayer(input_shape=input_shape))
model.add(keras.layers.convolutional.Conv2D(32, (3,3), strides=(2, 2), padding='same', activation='relu'))
model.add(keras.layers.convolutional.Conv2D(32, (3,3), strides=(2, 2), padding='same', activation='relu'))
model.add(keras.layers.MaxPooling2D(pool_size=(2, 2)))

model.add(keras.layers.convolutional.Conv2D(64, (3,3), strides=(2, 2), padding='same', activation='relu'))
model.add(keras.layers.convolutional.Conv2D(64, (3,3), strides=(2, 2), padding='same', activation='relu'))
model.add(keras.layers.MaxPooling2D(pool_size=(2, 2)))

model.add(keras.layers.Flatten())

model.add(keras.layers.Dense(128, activation='relu'))
model.add(keras.layers.Dense(2, activation='softmax'))

model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

不要忘记在输入网络之前对数据进行规范化。

简单images_full = images_full / 255.0的数据可以大大提高您的准确性。
也可以尝试使用灰度图像，它的计算效率更高。

推荐阅读