摘要：本篇文章主要通过 Tensorflow+Opencv 实现 CNN 自定义图像分类案例，它能解决我们现实论文或实践中的图像分类问题，并与机器学习的图像分类算法进行对比实验。
本文分享自华为云社区《Tensorflow+Opencv实现CNN自定义图像分类及与KNN图像分类对比》，作者：eastmount 。
一.图像分类
图像分类（Image Classification）是对图像内容进行分类的问题，它利用计算机对图像进行定量分析，把图像或图像中的区域划分为若干个类别，以代替人的视觉判断。图像分类的传统方法是特征描述及检测，这类传统方法可能对于一些简单的图像分类是有效的，但由于实际情况非常复杂，传统的分类方法不堪重负。现在，广泛使用机器学习和深度学习的方法来处理图像分类问题，其主要任务是给定一堆输入图片，将其指派到一个已知的混合类别中的某个标签。
在下图中，图像分类模型将获取单个图像，并将为 4 个标签{cat，dog，hat，mug}，分别对应概率{0.6, 0.3, 0.05, 0.05}，其中 0.6 表示图像标签为猫的概率，其余类比。该图像被表示为一个三维数组。在这个例子中，猫的图像宽度为 248 像素，高度为 400 像素，并具有红绿蓝三个颜色通道（通常称为 RGB）。因此，图像由 248×400×3 个数字组成或总共 297600 个数字，每个数字是一个从 0（黑色）到 255（白色）的整数。图像分类的任务是将这接近 30 万个数字变成一个单一的标签，如“猫（cat）”。
那么，如何编写一个图像分类的算法呢？又怎么从众多图像中识别出猫呢？这里所采取的方法和教育小孩看图识物类似，给出很多图像数据，让模型不断去学习每个类的特征。在训练之前，首先需要对训练集的图像进行分类标注，如图所示，包括 cat、dog、mug 和 hat 四类。在实际工程中，可能有成千上万类别的物体，每个类别都会有上百万张图像。
图像分类是输入一堆图像的像素值数组，然后给它分配一个分类标签，通过训练学习来建立算法模型，接着使用该模型进行图像分类预测，具体流程如下：
输入： 输入包含 N 个图像的集合，每个图像的标签是 K 种分类标签中的一种，这个集合称为训练集。
学习： 第二步任务是使用训练集来学习每个类的特征，构建训练分类器或者分类模型。
评价： 通过分类器来预测新输入图像的分类标签，并以此来评价分类器的质量。通过分类器预测的标签和图像真正的分类标签对比，从而评价分类算法的好坏。如果分类器预测的分类标签和图像真正的分类标签一致，表示预测正确，否则预测错误。
常见的分类算法包括朴素贝叶斯分类器、决策树、K 最近邻分类算法、支持向量机、神经网络和基于规则的分类算法等，同时还有用于组合单一类方法的集成学习算法，如 Bagging 和 Boosting 等。
二.基于 KNN 算法的图像分类
1.KNN 算法
K 最近邻分类（K-Nearest Neighbor Classifier）算法是一种基于实例的分类方法，是数据挖掘分类技术中最简单常用的方法之一。该算法的核心思想是从训练样本中寻找所有训练样本 X 中与测试样本距离（欧氏距离）最近的前 K 个样本（作为相似度），再选择与待分类样本距离最小的 K 个样本作为 X 的 K 个最邻近，并检测这 K 个样本大部分属于哪一类样本，则认为这个测试样本类别属于这一类样本。
假设现在需要判断下图中的圆形图案属于三角形还是正方形类别，采用 KNN 算法分析如下：
简而言之，一个样本与数据集中的 k 个最相邻样本中的大多数的类别相同。由其思想可以看出，KNN 是通过测量不同特征值之间的距离进行分类，而且在决策样本类别时，只参考样本周围 k 个“邻居”样本的所属类别。因此比较适合处理样本集存在较多重叠的场景，主要用于预测分析、文本分类、降维等处理。
KNN 在 Sklearn 机器学习包中，实现的类是 neighbors.KNeighborsClassifier，简称 KNN 算法。构造方法为：
KNeighborsClassifier(algorithm='ball_tree', leaf_size=30, metric='minkowski', metric_params=None, n_jobs=1, n_neighbors=3, p=2, weights='uniform')
复制代码
KNeighborsClassifier 可以设置 3 种算法：brute、kd_tree、ball_tree，设置 K 值参数为 n_neighbors=3。调用方法如下：
from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier(n_neighbors=3, algorithm=“ball_tree”)
它包括两个步骤：
2.数据集
该部分主要使用 Scikit-Learn 包进行 Python 图像分类处理。Scikit-Learn 扩展包是用于 Python 数据挖掘和数据分析的经典、实用扩展包，通常缩写为 Sklearn。Scikit-Learn 中的机器学习模型是非常丰富的，包括线性回归、决策树、SVM、KMeans、KNN、PCA 等等，用户可以根据具体分析问题的类型选择该扩展包的合适模型，从而进行数据分析，其安装过程主要通过“pip install scikit-learn”实现。
实验所采用的数据集为 Sort_1000pics 数据集，该数据集包含了 1000 张图片，总共分为 10 大类，分别是人（第 0 类）、沙滩（第 1 类）、建筑（第 2 类）、大卡车（第 3 类）、恐龙（第 4 类）、大象（第 5 类）、花朵（第 6 类）、马（第 7 类）、山峰（第 8 类）和食品（第 9 类），每类 100 张。如图所示。
接着将所有各类图像按照对应的类标划分至“0”至“9”命名的文件夹中，如图所示，每个文件夹中均包含了 100 张图像，对应同一类别。
比如，文件夹名称为“6”中包含了 100 张花的图像，如下图所示。
3.KNN 图像分类
下面是调用 KNN 算法进行图像分类的完整代码，它将 1000 张图像按照训练集为 70%，测试集为 30%的比例随机划分，再获取每张图像的像素直方图，根据像素的特征分布情况进行图像分类分析。KNeighborsClassifier()核心代码如下：
from sklearn.neighbors import KNeighborsClassifier
clf = KNeighborsClassifier(n_neighbors=11).fit(XX_train, y_train)
predictions_labels = clf.predict(XX_test)
完整代码及注释如下：
# -*- coding: utf-8 -*-import osimport cv2import numpy as npfrom sklearn.cross_validation import train_test_splitfrom sklearn.metrics import confusion_matrix, classification_report
#----------------------------------------------------------------------------------# 第一步 切分训练集和测试集#----------------------------------------------------------------------------------
X = [] #定义图像名称Y = [] #定义图像分类类标Z = [] #定义图像像素
for i in range(0, 10): #遍历文件夹，读取图片 for f in os.listdir("photo/%s" % i): #获取图像名称 X.append("photo//" +str(i) + "//" + str(f)) #获取图像类标即为文件夹名称 Y.append(i)
X = np.array(X)Y = np.array(Y)
#随机率为100% 选取其中的30%作为测试集X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=0.3, random_state=1)
print len(X_train), len(X_test), len(y_train), len(y_test)
#----------------------------------------------------------------------------------# 第二步 图像读取及转换为像素直方图#----------------------------------------------------------------------------------
#训练集XX_train = []for i in X_train: #读取图像 #print i image = cv2.imread(i) #图像像素大小一致 img = cv2.resize(image, (256,256), interpolation=cv2.INTER_CUBIC)
#计算图像直方图并存储至X数组 hist = cv2.calcHist([img], [0,1], None, [256,256], [0.0,255.0,0.0,255.0])
XX_train.append(((hist/255).flatten()))
#测试集XX_test = []for i in X_test: #读取图像 #print i image = cv2.imread(i) #图像像素大小一致 img = cv2.resize(image, (256,256), interpolation=cv2.INTER_CUBIC)
#计算图像直方图并存储至X数组 hist = cv2.calcHist([img], [0,1], None, [256,256], [0.0,255.0,0.0,255.0])
XX_test.append(((hist/255).flatten()))
#----------------------------------------------------------------------------------# 第三步 基于KNN的图像分类处理#----------------------------------------------------------------------------------
from sklearn.neighbors import KNeighborsClassifierclf = KNeighborsClassifier(n_neighbors=11).fit(XX_train, y_train)predictions_labels = clf.predict(XX_test)
print u'预测结果:'print predictions_labels
print u'算法评价:'print (classification_report(y_test, predictions_labels))
#输出前10张图片及预测结果k = 0while k<10: #读取图像 print X_test[k] image = cv2.imread(X_test[k]) print predictions_labels[k] #显示图像 cv2.imshow("img", image) cv2.waitKey(0) cv2.destroyAllWindows() k = k + 1
复制代码
代码中对预测集的前十张图像进行了显示，其中“818.jpg”图像如图所示，其分类预测的类标结果为“8”，表示第 8 类山峰，预测结果正确。
下图展示了“452.jpg”图像，其分类预测的类标结果为“4”，表示第 4 类恐龙，预测结果正确。
下图展示了“507.jpg”图像，其分类预测的类标结果为“7”，错误地预测为第 7 类恐龙，其真实结果应该是第 5 类大象。
使用 KNN 算法进行图像分类实验，最后算法评价的准确率（Precision）、召回率（Recall）和 F 值（F1-score）如图所示，其中平均准确率为 0.64，平均召回率为 0.55，平均 F 值为 0.50，其结果不是非常理想。那么，如果采用 CNN 卷积神经网络进行分类，通过不断学习细节是否能提高准确度呢？
三.Tensorflow+Opencv 实现 CNN 图像分类
首先，我们需要在 TensorFlow 环境下安装 OpenCV 扩展包；其次需要通过 TensorFlow 环境搭建 CNN 神经网络；最后通过不断学实现图像分类实验。
1.OpenCV 库安装
第一步，打开 Anaconda 程序，并选择已经安装好的“TensorFlow”环境，运行 Spyder。
第二步，我们需要在 TensorFlow 环境中安装 opencv-python 扩展包，否则会提示错误“ModuleNotFoundError: No module named ‘cv2’”。调用 Anaconda Prompt 安装即可，如下图所示：
activate tensorflowpip install opencv-python
复制代码
安装成功如下图所示。
但是，由于 anaconda 的.org 服务器在国外，下载速度很慢，提示错误“Anaconda An HTTP error occurred when trying to retrieve this URL.HTTP errors are often intermittent”。
由于第一种方法一直失败，这里推荐读者尝试第二种方法，同时作者会将“opencv_python-4.1.2-cp36-cp36m-win_amd64.whl”文件上传供大家直接使用。（4.1.2 代表 opencv 的版本，cp36 代表用的 python3.6，并且是 64 位）。
第三步，调用 PIP 安装本地 opencv 扩展包。
activate tensorflowpip install C:\Users\xiuzhang\Desktop\TensorFlow\opencv_python-4.1.2-cp36-cp36m-win_amd64.whl
复制代码
这种方法非常迅速，推荐大家使用。安装成功之后，开始编写我们的代码吧！
2.读取文件夹图像
该部分具体步骤如下：
cv2.resize()统一修改为 32*32 大小
依次获取图像像素、图像类标和图像路径名称：fpaths, data, label = read_img(path)
将图像的顺序随机调整，并按照 2-8 比例划分数据集，其中 80%的数据用于训练，20%的数据用于测试
#---------------------------------第一步 读取图像-----------------------------------def read_img(path): cate = [path + x for x in os.listdir(path) if os.path.isdir(path + x)] imgs = [] labels = [] fpath = [] for idx, folder in enumerate(cate): # 遍历整个目录判断每个文件是不是符合 for im in glob.glob(folder + '/*.jpg'): #print('reading the images:%s' % (im)) img = cv2.imread(im) #调用opencv库读取像素点 img = cv2.resize(img, (32, 32)) #图像像素大小一致 imgs.append(img) #图像数据 labels.append(idx) #图像类标 fpath.append(path+im) #图像路径名 #print(path+im, idx) return np.asarray(fpath, np.string_), np.asarray(imgs, np.float32), np.asarray(labels, np.int32)
# 读取图像fpaths, data, label = read_img(path)print(data.shape) # (1000, 256, 256, 3)# 计算有多少类图片num_classes = len(set(label))print(num_classes)
# 生成等差数列随机调整图像顺序num_example = data.shape[0]arr = np.arange(num_example)np.random.shuffle(arr)data = data[arr]label = label[arr]fpaths = fpaths[arr]
# 拆分训练集和测试集 80%训练集 20%测试集ratio = 0.8s = np.int(num_example * ratio)x_train = data[:s]y_train = label[:s]fpaths_train = fpaths[:s] x_val = data[s:]y_val = label[s:]fpaths_test = fpaths[s:] print(len(x_train),len(y_train),len(x_val),len(y_val)) #800 800 200 200print(y_val)
复制代码
3.搭建 CNN
该部分具体步骤如下：
首先定义 Placeholder，用于传入输入值，xs 表示图片 32*32 像素点，并且包含 RGB 三个图层，故大小设置为 32 * 32 * 3；ys 表示每张图片最终预测的类标值。
调用 tf.layers.conv2d()函数定义卷积层，包括 20 个卷积核，卷积核大小为 5，激励函数为 Relu；调用 tf.layers.max_pooling2d()函数定义池化处理，步长为 2，缩小一倍。
接着定义第二个卷积层和池化层，现共有 conv0, pool0 和 conv1, pool1。
通过 tf.layers.dense()函数定义全连接层，转换为长度为 400 的特征向量，加上 DropOut 防止过拟合。
输出层为 logits，包括 10 个数字，最终预测结果为 predicted_labels，即为 tf.arg_max(logits, 1)。
#---------------------------------第二步 建立神经网络-----------------------------------# 定义Placeholderxs = tf.placeholder(tf.float32, [None, 32, 32, 3]) #每张图片32*32*3个点ys = tf.placeholder(tf.int32, [None]) #每个样本有1个输出# 存放DropOut参数的容器 drop = tf.placeholder(tf.float32) #训练时为0.25 测试时为0
# 定义卷积层 conv0conv0 = tf.layers.conv2d(xs, 20, 5, activation=tf.nn.relu) #20个卷积核 卷积核大小为5 Relu激活# 定义max-pooling层 pool0pool0 = tf.layers.max_pooling2d(conv0, [2, 2], [2, 2]) #pooling窗口为2x2 步长为2x2print("Layer0：\n", conv0, pool0) # 定义卷积层 conv1conv1 = tf.layers.conv2d(pool0, 40, 4, activation=tf.nn.relu) #40个卷积核 卷积核大小为4 Relu激活# 定义max-pooling层 pool1pool1 = tf.layers.max_pooling2d(conv1, [2, 2], [2, 2]) #pooling窗口为2x2 步长为2x2print("Layer1：\n", conv1, pool1)
# 将3维特征转换为1维向量flatten = tf.layers.flatten(pool1)
# 全连接层 转换为长度为400的特征向量fc = tf.layers.dense(flatten, 400, activation=tf.nn.relu)print("Layer2：\n", fc)
# 加上DropOut防止过拟合dropout_fc = tf.layers.dropout(fc, drop)
# 未激活的输出层logits = tf.layers.dense(dropout_fc, num_classes)print("Output：\n", logits)
# 定义输出结果predicted_labels = tf.arg_max(logits, 1)
复制代码
4.定义损失函数和优化器
利用交叉熵定义损失，同时用 AdamOptimizer 优化器进行深度学习，核心代码如下。
one-hot 类型数据又称为一位有效编码，主要是采用 N 位状态寄存器来对 N 个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候只有一位有效。例如[0 0 0 1 0 0 0 0 0 0…] 表示为“动物”。
# 利用交叉熵定义损失losses = tf.nn.softmax_cross_entropy_with_logits( labels = tf.one_hot(ys, num_classes), #将input转化为one-hot类型数据输出 logits = logits)
# 平均损失mean_loss = tf.reduce_mean(losses)
# 定义优化器 学习效率设置为0.0001optimizer = tf.train.AdamOptimizer(learning_rate=1e-4).minimize(losses)
复制代码
5.模型训练和预测
定义标记变量 train，当它为 True 时进行训练操作并保存训练模型；当其为 False 时进行预测，20%预测集进行图像分类预测实验。
#------------------------------------第四步 模型训练和预测-----------------------------------# 用于保存和载入模型saver = tf.train.Saver()# 训练或预测train = False# 模型文件路径model_path = "model/image_model"
with tf.Session() as sess: if train: print("训练模式") # 训练初始化参数 sess.run(tf.global_variables_initializer()) # 定义输入和Label以填充容器 训练时dropout为0.25 train_feed_dict = { xs: x_train, ys: y_train, drop: 0.25 } # 训练学习1000次 for step in range(1000): _, mean_loss_val = sess.run([optimizer, mean_loss], feed_dict=train_feed_dict) if step % 50 == 0: #每隔50次输出一次结果 print("step = {}\t mean loss = {}".format(step, mean_loss_val)) # 保存模型 saver.save(sess, model_path) print("训练结束，保存模型到{}".format(model_path)) else: print("测试模式") # 测试载入参数 saver.restore(sess, model_path) print("从{}载入模型".format(model_path)) # label和名称的对照关系 label_name_dict = { 0: "人类", 1: "沙滩", 2: "建筑", 3: "公交", 4: "恐龙", 5: "大象", 6: "花朵", 7: "野马", 8: "雪山", 9: "美食" } # 定义输入和Label以填充容器 测试时dropout为0 test_feed_dict = { xs: x_val, ys: y_val, drop: 0 } # 真实label与模型预测label predicted_labels_val = sess.run(predicted_labels, feed_dict=test_feed_dict) for fpath, real_label, predicted_label in zip(fpaths_test, y_val, predicted_labels_val): # 将label id转换为label名 real_label_name = label_name_dict[real_label] predicted_label_name = label_name_dict[predicted_label] print("{}\t{} => {}".format(fpath, real_label_name, predicted_label_name)) # 评价结果 print("正确预测个数:", sum(y_val==predicted_labels_val)) print("准确度为:", 1.0*sum(y_val==predicted_labels_val) / len(y_val))
复制代码
6.完整代码及实验结果
完整代码如下所示，这里参考了王诗爷老师的部分代码，强烈推荐大家学习他的博客。地址：https://blog.csdn.net/wills798
"""Created on Sun Dec 29 19:21:08 2019@author: xiuzhang Eastmount CSDN"""import osimport globimport cv2import numpy as npimport tensorflow as tf
# 定义图片路径path = 'photo/'
#---------------------------------第一步 读取图像-----------------------------------def read_img(path): cate = [path + x for x in os.listdir(path) if os.path.isdir(path + x)] imgs = [] labels = [] fpath = [] for idx, folder in enumerate(cate): # 遍历整个目录判断每个文件是不是符合 for im in glob.glob(folder + '/*.jpg'): #print('reading the images:%s' % (im)) img = cv2.imread(im) #调用opencv库读取像素点 img = cv2.resize(img, (32, 32)) #图像像素大小一致 imgs.append(img) #图像数据 labels.append(idx) #图像类标 fpath.append(path+im) #图像路径名 #print(path+im, idx) return np.asarray(fpath, np.string_), np.asarray(imgs, np.float32), np.asarray(labels, np.int32)
# 读取图像fpaths, data, label = read_img(path)print(data.shape) # (1000, 256, 256, 3)# 计算有多少类图片num_classes = len(set(label))print(num_classes)
# 生成等差数列随机调整图像顺序num_example = data.shape[0]arr = np.arange(num_example)np.random.shuffle(arr)data = data[arr]label = label[arr]fpaths = fpaths[arr]
# 拆分训练集和测试集 80%训练集 20%测试集ratio = 0.8s = np.int(num_example * ratio)x_train = data[:s]y_train = label[:s]fpaths_train = fpaths[:s] x_val = data[s:]y_val = label[s:]fpaths_test = fpaths[s:] print(len(x_train),len(y_train),len(x_val),len(y_val)) #800 800 200 200print(y_val)#---------------------------------第二步 建立神经网络-----------------------------------# 定义Placeholderxs = tf.placeholder(tf.float32, [None, 32, 32, 3]) #每张图片32*32*3个点ys = tf.placeholder(tf.int32, [None]) #每个样本有1个输出# 存放DropOut参数的容器 drop = tf.placeholder(tf.float32) #训练时为0.25 测试时为0
# 定义卷积层 conv0conv0 = tf.layers.conv2d(xs, 20, 5, activation=tf.nn.relu) #20个卷积核 卷积核大小为5 Relu激活# 定义max-pooling层 pool0pool0 = tf.layers.max_pooling2d(conv0, [2, 2], [2, 2]) #pooling窗口为2x2 步长为2x2print("Layer0：\n", conv0, pool0) # 定义卷积层 conv1conv1 = tf.layers.conv2d(pool0, 40, 4, activation=tf.nn.relu) #40个卷积核 卷积核大小为4 Relu激活# 定义max-pooling层 pool1pool1 = tf.layers.max_pooling2d(conv1, [2, 2], [2, 2]) #pooling窗口为2x2 步长为2x2print("Layer1：\n", conv1, pool1)
# 将3维特征转换为1维向量flatten = tf.layers.flatten(pool1)
# 全连接层 转换为长度为400的特征向量fc = tf.layers.dense(flatten, 400, activation=tf.nn.relu)print("Layer2：\n", fc)
# 加上DropOut防止过拟合dropout_fc = tf.layers.dropout(fc, drop)
# 未激活的输出层logits = tf.layers.dense(dropout_fc, num_classes)print("Output：\n", logits)
# 定义输出结果predicted_labels = tf.arg_max(logits, 1)#---------------------------------第三步 定义损失函数和优化器---------------------------------
# 利用交叉熵定义损失losses = tf.nn.softmax_cross_entropy_with_logits( labels = tf.one_hot(ys, num_classes), #将input转化为one-hot类型数据输出 logits = logits)
# 平均损失mean_loss = tf.reduce_mean(losses)
# 定义优化器 学习效率设置为0.0001optimizer = tf.train.AdamOptimizer(learning_rate=1e-4).minimize(losses)#------------------------------------第四步 模型训练和预测-----------------------------------# 用于保存和载入模型saver = tf.train.Saver()# 训练或预测train = False# 模型文件路径model_path = "model/image_model"
with tf.Session() as sess: if train: print("训练模式") # 训练初始化参数 sess.run(tf.global_variables_initializer()) # 定义输入和Label以填充容器 训练时dropout为0.25 train_feed_dict = { xs: x_train, ys: y_train, drop: 0.25 } # 训练学习1000次 for step in range(1000): _, mean_loss_val = sess.run([optimizer, mean_loss], feed_dict=train_feed_dict) if step % 50 == 0: #每隔50次输出一次结果 print("step = {}\t mean loss = {}".format(step, mean_loss_val)) # 保存模型 saver.save(sess, model_path) print("训练结束，保存模型到{}".format(model_path)) else: print("测试模式") # 测试载入参数 saver.restore(sess, model_path) print("从{}载入模型".format(model_path)) # label和名称的对照关系 label_name_dict = { 0: "人类", 1: "沙滩", 2: "建筑", 3: "公交", 4: "恐龙", 5: "大象", 6: "花朵", 7: "野马", 8: "雪山", 9: "美食" } # 定义输入和Label以填充容器 测试时dropout为0 test_feed_dict = { xs: x_val, ys: y_val, drop: 0 } # 真实label与模型预测label predicted_labels_val = sess.run(predicted_labels, feed_dict=test_feed_dict) for fpath, real_label, predicted_label in zip(fpaths_test, y_val, predicted_labels_val): # 将label id转换为label名 real_label_name = label_name_dict[real_label] predicted_label_name = label_name_dict[predicted_label] print("{}\t{} => {}".format(fpath, real_label_name, predicted_label_name)) # 评价结果 print("正确预测个数:", sum(y_val==predicted_labels_val)) print("准确度为:", 1.0*sum(y_val==predicted_labels_val) / len(y_val))
复制代码
训练输出结果如下所示：
(1000, 32, 32, 3)10800 800 200 200[2 8 6 9 9 5 2 2 9 3 7 0 6 0 0 1 3 2 7 3 4 6 9 5 8 6 4 1 1 4 4 8 6 2 6 1 2 5 0 7 9 5 2 4 6 8 7 5 8 1 6 5 1 4 8 1 9 1 8 8 6 1 0 5 3 3 1 2 9 1 8 7 6 0 8 1 8 0 2 1 3 5 3 6 9 8 7 5 2 5 2 8 8 8 4 2 2 4 3 5 3 3 9 1 1 5 2 6 7 6 7 0 7 4 1 7 2 9 4 0 3 8 7 5 3 8 1 9 3 6 8 0 0 1 7 7 9 5 4 0 3 0 4 5 7 2 2 3 0 8 2 0 2 3 5 1 7 2 1 6 5 8 1 4 6 6 8 6 5 5 1 7 2 8 7 1 3 9 7 1 3 6 0 8 7 5 8 0 1 2 7 9 6 2 4 7 7 2 8 0]
Layer0： Tensor("conv2d_1/Relu:0", shape=(?, 28, 28, 20), dtype=float32) Tensor("max_pooling2d_1/MaxPool:0", shape=(?, 14, 14, 20), dtype=float32)Layer1： Tensor("conv2d_2/Relu:0", shape=(?, 11, 11, 40), dtype=float32) Tensor("max_pooling2d_2/MaxPool:0", shape=(?, 5, 5, 40), dtype=float32)Layer2： Tensor("dense_1/Relu:0", shape=(?, 400), dtype=float32)Output： Tensor("dense_2/BiasAdd:0", shape=(?, 10), dtype=float32)
训练模式step = 0 mean loss = 66.93688201904297step = 50 mean loss = 3.376957654953003step = 100 mean loss = 0.5910811424255371step = 150 mean loss = 0.061084795743227005step = 200 mean loss = 0.013018212281167507step = 250 mean loss = 0.006795921362936497step = 300 mean loss = 0.004505819175392389step = 350 mean loss = 0.0032660639844834805step = 400 mean loss = 0.0024683878291398287step = 450 mean loss = 0.0019308131886646152step = 500 mean loss = 0.001541870180517435step = 550 mean loss = 0.0012695763725787401step = 600 mean loss = 0.0010685999877750874step = 650 mean loss = 0.0009132082923315465step = 700 mean loss = 0.0007910516578704119step = 750 mean loss = 0.0006900889566168189step = 800 mean loss = 0.0006068988586775959step = 850 mean loss = 0.0005381597438827157step = 900 mean loss = 0.0004809059901162982step = 950 mean loss = 0.0004320790758356452训练结束，保存模型到model/image_model
复制代码
预测输出结果如下图所示，最终预测正确 181 张图片，准确度为 0.905。相比之前机器学习 KNN 的 0.500 有非常高的提升。
测试模式INFO:tensorflow:Restoring parameters from model/image_model从model/image_model载入模型b'photo/photo/3\\335.jpg' 公交 => 公交b'photo/photo/1\\129.jpg' 沙滩 => 沙滩b'photo/photo/7\\740.jpg' 野马 => 野马b'photo/photo/5\\564.jpg' 大象 => 大象...b'photo/photo/9\\974.jpg' 美食 => 美食b'photo/photo/2\\220.jpg' 建筑 => 公交b'photo/photo/9\\912.jpg' 美食 => 美食b'photo/photo/4\\459.jpg' 恐龙 => 恐龙b'photo/photo/5\\525.jpg' 大象 => 大象b'photo/photo/0\\44.jpg' 人类 => 人类
正确预测个数: 181准确度为: 0.905
复制代码
四.总结
写到这里，这篇文章就讲解完毕，更多 TensorFlow 深度学习文章会继续分享，同时实验评价、RNN、LSTM、各专业的案例都会进行深入讲解。最后，希望这篇基础性文章对您有所帮助，如果文章中存在错误或不足之处，还请海涵~作为人工智能的菜鸟，我希望自己能不断进步并深入，后续将它应用于图像识别、网络安全、对抗样本等领域，指导大家撰写简单的学术论文，一起加油！
参考文献：
[1] 冈萨雷斯著. 数字图像处理（第 3 版）[M]. 北京：电子工业出版社，2013.
[2] 杨秀璋, 颜娜. Python 网络数据爬取及分析从入门到精通（分析篇）[M]. 北京：北京航天航空大学出版社, 2018.
[3] 罗子江等. Python 中的图像处理[M]. 科学出版社, 2020.
[4] [python数据挖掘课程] 二十.KNN最近邻分类算法分析详解及平衡秤TXT数据集读取 [5] TensorFlow【极简】CNN - Yellow_python大神
[6] 基于深度神经网络的定向激活功能开发相位信息的声源定位 - 章子雎Kevin
[7] TensorFlow实战：Chapter-5（CNN-3-经典卷积神经网络（GoogleNet）) - DFann [8] https://github.com/siucaan/CNN_MNIST
[9] 图像处理讲解-以CNN对图像进行分类为例 - 冰机灵
[10] 基于 CNN 的图像缺陷分类 - BellaVita1
[12] tensorflow（六）训练分类自己的图片（CNN超详细入门版）- Missayaa
[13] 详解tensorflow训练自己的数据集实现CNN图像分类 - 王诗爷 （强推） [14] https://github.com/hujunxianligong/Tensorflow-CNN-Tutorial
[15] tensorflow（三）：用CNN进行图像分类 - flowrush
[16] TensorFlow 图像识别（物体分类）入门教程 - cococok2
[17] https://github.com/calssion/Fun_AI
[18] CNN图片分类 - 火舞_流沙
[19] CNN 图片单标签分类（基于 TensorFlow 实现基础 VGG16 网络）[20] https://github.com/siucaan/CNN_MNIST/blob/master/cnn_mnist_TF.py
[21] Tensorflow实现CNN用于MNIST识别 - siucaan （强推）
[22] 使用Anaconda3安装tensorflow，opencv，使其可以在spyder中运行
点击关注，第一时间了解华为云新鲜技术~
评论