CS231N Assignment5 圖像分類練習

CS231N Assignment5 圖像分類練習

 

Begin

---

本文主要介紹CS231N系列課程的第五項做業，利用圖像的其餘特徵取完成一個圖像訓練。

這裏採用的使Hog特徵和HSV特徵做爲圖像的特徵，而後利用咱們前面學習的幾種方法作訓練。

另外因爲這裏沒有調用CS231N課程的庫（我懶....沒有去弄），就用了咱們圖像課上的OPENCV

的庫去獲取特徵。

課程主頁：網易雲課堂CS231N系列課程

語言：Python3.6

系統：Windows10

________________________________________________

注意：加入你沒有安裝OPENCV的話，參考個人以下帖子去安裝便可，包括拓展包也有說明~~~

OPENCV3+PYTHON3

 

_________________________________________________

 

好了，其實這個做業簡單，已經沒有什麼東西了~~~

 

emmm，算法在前幾章節已經寫過了

 

一、讀取圖像數據

讀取圖像數據和以前代碼一致~~~

#step1 數據裁剪
#數據量太大，咱們從新整理數據，提取一部分訓練數據、測試數據、驗證數據

num_training = 49000#訓練集數量
num_validation = 1000#驗證集數量
num_test = 1000#測試集數量
num_dev = 500
Data = load_CIFAR10()
CIFAR10_Data = './'
X_train,Y_train,X_test,Y_test = Data.load_CIFAR10(CIFAR10_Data)#load the data

#從訓練集中截取一部分數據做爲驗證集
mask = range(num_training,num_training + num_validation)
X_val = X_train[mask]
Y_val = Y_train[mask]

#訓練集前一部分數據保存爲訓練集
mask = range(num_training)
X_train = X_train[mask]
Y_train = Y_train[mask]

#訓練集數量太大，咱們實驗只要一部分做爲開發集
mask = np.random.choice(num_training,num_dev,replace = False)
X_dev = X_train[mask]
Y_dev = Y_train[mask]

#測試集也太大，變小
mask = range(num_test)
X_test = X_test[mask]
Y_test = Y_test[mask]

print(X_train[0].shape)


a = np.array(X_train[5]).astype('uint8')
print(a.shape)

　　

二、數據預處理

數據預處理就是訓練前對數據進行必定處理，咱們要提取圖像的特徵，通常HOG特徵咱們

須要它變爲灰度圖像，由於HOG要的是它的梯度，無需三個通道顏色值。因此咱們先灰度化

須要使用OPENCV的cvtColor函數，色彩通道的轉換，第一個參數傳入圖像數據，第二個參

傳入轉換形式BGR2GRAY是BGR格式轉爲灰度格式。

 

gray_train[i]=cv.cvtColor(X_train[i].astype('uint8'),cv.COLOR_BGR2GRAY)

　　

 

咱們僅對訓練集和驗證集作了轉換，以下：

 

################################
#獲取灰度圖像
gray_train = np.zeros((X_train.shape[0],X_train.shape[1],X_train.shape[2]))
gray_val = np.zeros((X_val.shape[0],X_val.shape[1],X_val.shape[2]))
for i in range(X_train.shape[0]):
    gray_train[i]=cv.cvtColor(X_train[i].astype('uint8'),cv.COLOR_BGR2GRAY)
print(gray_train.shape)
for i in range(X_val.shape[0]):
    gray_val[i]=cv.cvtColor(X_val[i].astype('uint8'),cv.COLOR_BGR2GRAY)

 

　

接下來須要獲取它的HOG特徵，此時咱們用了CV的HOG類，先聲明一個類~~

hog = cv.HOGDescriptor((32,32), (8,8), (4,4), (4,4), 9, 1)

　　

 

類中前四個參數是size，後兩個是int對於hog的具體介紹，在本文就不介紹了，

後續我專門寫個圖像的帖子介紹。我簡述一下，第一個是窗口大小，第二個是塊

的大小，第三個是塊每次移動的位移量，第四個是胞的大小，第五個參數是每一個

包內統計的梯度方向的類數。首先，包是在塊裏面的8*8的塊能夠容納4個包，會

計算4個包的梯度數據，每一個包會統計9個方向的數據，這樣就4*9=36個，而後

塊每次移動(4,4)這樣就在一個窗口裏會出現7*7個塊，故一共81*36=1764個。

~~~~~~~~~~~emmmm這麼理解先

你能夠參考下這我的解釋的在看看

http://blog.sina.com.cn/s/blog_48e673350102vcv8.html

 

這樣呢，咱們聲明瞭一個類，而且聲明一個矩陣，向量維度是1764存儲HOG特徵。

###################################
#獲取HOG特徵
hog = cv.HOGDescriptor((32,32), (8,8), (4,4), (4,4), 9, 1)
hist_train = np.zeros((gray_train.shape[0],1764))
hist_val = np.zeros((gray_val.shape[0],1764))

　　

而後，接下來要計算hog特徵了，此時用到類的computer函數，傳入三個參數，圖像，

圖像的大小，窗口的單位移動量。也就是說窗口還要再圖像裏面移動，能夠知道hog

特徵又增大了，這裏因爲咱們圖像比較小咱們就不移動窗口了。

for i in range(gray_train.shape[0]):
    histt = hog.compute(gray_train[i].astype('uint8'),(32,32),(0,0))
    hist_train[i] = histt.reshape((-1,))


for i in range(gray_val.shape[0]):
    histt = hog.compute(gray_val[i].astype('uint8'),(32,32),(0,0))
    hist_val[i] = histt.reshape((-10,))

　　

emmmm這就求完了，接下來用SVM訓練一下~~~~~

訓練以前我也參考這答案對特徵處理了一下，相似於歸一化，讓數據更接近。

先將數據乘1000，小數我感受不太好看

 

hist_train = 1000 * hist_train
hist_val = 1000 * hist_val

 

　

而後減去平均值，每一列

 

hist_train_mean = np.mean(hist_train,axis=0,keepdims=True)

hist_val_mean = np.mean(hist_val,axis=0,keepdims=True)
hist_train -= hist_train_mean
hist_val -= hist_val_mean

　　

　再除以標準差

 

 

std_feat = np.std(hist_train,axis=0,keepdims=True)
print(std_feat)
hist_train /= std_feat
hist_val /= std_feat

 

　　

好，差很少了

咱們開始訓練

 

 

#step4 訓練數據

SVM2 = SVM()
SVM2.train(hist_train,Y_train,learning_rate=2.5e-7,reg=4e5,num_iters=1000,verbose = True)
Y1 = SVM2.predict(hist_val)
Y2 = SVM2.predict(hist_train)
print('The Train Data result is %f'%np.mean(Y2 == Y_train))
print('The Val Data result is %f'%np.mean(Y1 == Y_val))

 

　　

結果以下：

 

啊，應該還要補充一個神經網絡訓練~~~~~~~~~