python學習—圖像識別
這是我從零基礎開始學習的圖像識別，固然用的是容易上手的python來寫，持續更新中，記錄我學習python基礎到圖像識別應用的一步步過程和踩過的一些坑。最終實現獲得本身的訓練模型（h5或者pb模型），可隨意更改須要識別的物品，只要有數據就行。（如有錯誤或問題，肯請指正）python
安裝編譯環境
此前確保已經安裝並配置好了Python環境，在此我選擇了比較流行的pycharm，具體安裝教程網上不少，也比較簡單。數組
安裝所需庫
我是利用了anaconda命令安裝的，本項目所需用的庫爲：
keras、numpy、tensorflow2.0（個人是GPU版本），
GPU版本速度快但安裝起來比較麻煩。
網絡
導包
import os from PIL import Image import numpy as np import matplotlib.pyplot as plt import tensorflow as tf from tensorflow.keras import datasets, layers, models
1、接下來就是處理你的圖片數據集
在這裏我只提供了須要的函數，若果是本身的數據學要修改其中的變量，包括圖片路徑、傳入參數等。架構
1.轉換圖片像素，使其大小一致
def read_image(paths): os.listdir(paths) filelist = [] for root, dirs, files in os.walk(paths): for file in files: if os.path.splitext(file)[1] == ".jpg": filelist.append(os.path.join(root, file)) return filelist def im_xiangsu(paths): for filename in paths: try: im = Image.open(filename) newim = im.resize((128, 128)) newim.save('F:/CNN/test/' + filename[12:-4] + '.jpg') print('圖片' + filename[12:-4] + '.jpg' + '像素轉化完成') except OSError as e: print(e.args)
2.圖片數據轉化爲數組
def im_array(paths): M=[] for filename in paths: im=Image.open(filename) im_L=im.convert("L") #模式L Core=im_L.getdata() arr1=np.array(Core,dtype='float32')/255.0 list_img=arr1.tolist() M.extend(list_img) return M
3.準備訓練數據
dict_label={0:'汽車',1:'飲料瓶'} train_images=np.array(M).reshape(len(filelist_all),128,128) label=[0]*len(filelist_1)+[1]*len(filelist_2) train_lables=np.array(label) #數據標籤 train_images = train_images[ ..., np.newaxis ] #數據圖片 print(train_images.shape)#輸出驗證一下(400, 128, 128, 1)
4.構建神經網絡並保存
model = models.Sequential() model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(128, 128, 1))) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(64, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(64, (3, 3), activation='relu')) model.add(layers.Flatten()) model.add(layers.Dense(64, activation='relu')) model.add(layers.Dense(2, activation='softmax'))#注意這裏參數，我只有兩類圖片，因此是2. model.summary() # 顯示模型的架構 model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) #epochs爲訓練多少輪、batch_size爲每次訓練多少個樣本 model.fit(train_images, train_lables, epochs=5) model.save('my_model.h5') #保存爲h5模型 #tf.keras.models.save_model(model,"F:\python\moxing\model")#這樣是pb模型 print("模型保存成功！")
看一下準確度，還能夠，但因爲數據集太少，有可能會出現過擬合狀況。
app
2、用上面獲得的模型預測隨便一張圖片
新建一個py，直接放完整代碼函數
import os from PIL import Image import numpy as np import tensorflow as tf #導入圖像數據 #測試外部圖片 model= tf.keras.models.load_model('my_model.h5') model.summary() #看一下網絡結構 print("模型加載完成！") dict_label={0:'汽車',1:'飲料瓶'} def read_image(paths): os.listdir(paths) filelist = [] for root, dirs, files in os.walk(paths): for file in files: if os.path.splitext(file)[1] == ".jpg": filelist.append(os.path.join(root, file)) return filelist def im_xiangsu(paths): for filename in paths: try: im = Image.open(filename) newim = im.resize((128, 128)) newim.save('F:/CNN/test/' + filename[12:-4] + '.jpg') print('圖片' + filename[12:-4] + '.jpg' + '像素轉化完成') except OSError as e: print(e.args) def im_array(paths): im = Image.open(paths[0]) im_L = im.convert("L") # 模式L Core = im_L.getdata() arr1 = np.array(Core, dtype='float32') / 255.0 list_img = arr1.tolist() images = np.array(list_img).reshape(-1,128, 128,1) return images test='F:/CNN/test/' #你要測試的圖片的路徑 filelist=read_image(test) im_xiangsu(filelist) img=im_array(filelist) #預測圖像 predictions_single=model.predict(img) print("預測結果爲:",dict_label[np.argmax(predictions_single)]) #這裏返回數組中機率最大的那個 print(predictions_single)
最後結果
數組內的兩個值分別表示爲汽車和瓶子的機率大小。
學習
3、總結
因爲剩餘時間有限，本項目用了兩類圖片汽車和瓶子進行訓練預測，每類圖片200張，共400張，因此頗有可能出現過擬合，但增長數據集會在處理圖片時耗費大量時間，因此咱們儘可能作個折中。一類幾千張差很少就行。
圖片數據不夠的話能夠擴充。
步驟：
一、調用上述函數，處理圖片，我是把的全部圖片的像素大小改爲了128*128，
對應input_shape=(128, 128, 1)。
二、圖片數據轉成數組。
三、準備訓練數據（train_images, train_lables）。
四、構建神經網絡並保存模型
測試
最後附一張我調用函數的流程：
spa