介紹

深度學(xué)習(xí)和人工智能的一個(gè)重要應(yīng)用是圖像分類。圖像分類是根據(jù)圖像所包含的特定特征或特征對(duì)圖像進(jìn)行標(biāo)記的過程。該算法識(shí)別這些特征并利用它們來區(qū)分圖像并為它們分配標(biāo)簽。

卷積神經(jīng)網(wǎng)絡(luò) （CNN） 是深度學(xué)習(xí)圖像分類模型的主要構(gòu)建塊，通常用于圖像識(shí)別、圖像分類、對(duì)象檢測(cè)和其他類似任務(wù)。

Python 廣泛用于圖像分類問題。TensorFlow 和 Keras 是用于在 Python 中構(gòu)建圖像分類器的兩個(gè)流行包。但是，這兩個(gè)庫(kù)也可以在 R 環(huán)境中使用。本文介紹了在 R 中使用 Keras 構(gòu)建深度學(xué)習(xí)圖像分類器模型的分步方法。

MNIST 時(shí)尚圖像分類器

我們將構(gòu)建一個(gè)圖像分類器，可以對(duì)服裝圖像進(jìn)行分類，例如連衣裙、襯衫和夾克。

我們將使用 Fashion MNIST 數(shù)據(jù)集，該數(shù)據(jù)集包含 70，000 張灰度圖像。每張圖像都是灰度 28 x 28 圖像，分為 10 個(gè)不同的類別。每個(gè)圖像都附有一個(gè)標(biāo)簽。總共有十個(gè)標(biāo)簽：

· T恤／上衣

· 褲子

· 套衫

· 裙子

· 外套

· 涼鞋

· 襯衫

· 運(yùn)動(dòng)鞋

· 包

· 踝靴

讓我們首先導(dǎo)入所有必需的庫(kù)。

library（keras）

library（tidyverse）

然后使用以下命令直接從 Keras 導(dǎo)入 Fashion MNIST 數(shù)據(jù)集。此外，將使用 60，000 張圖像來訓(xùn)練模型，并使用 10，000 張圖像來評(píng)估模型對(duì)圖像進(jìn)行分類的學(xué)習(xí)效果。

fashion＿mnist ＜－ dataset＿fashion＿mnist（）

c（train＿images， train＿labels） ％＜－％ fashion＿mnist＄train

c（test＿images， test＿labels） ％＜－％ fashion＿mnist＄test

我們現(xiàn)在有四個(gè)數(shù)組：train＿images 和 train＿labels 數(shù)組包含訓(xùn)練集，這是模型用來訓(xùn)練的數(shù)據(jù)。該模型針對(duì)測(cè)試集進(jìn)行驗(yàn)證，包括 test＿images 和 test＿label 數(shù)組。

每張圖片都是一個(gè) 28 x 28 的數(shù)組，像素值范圍從 0 到 255。標(biāo)簽是從 0 到 9 的整數(shù)數(shù)組。這些與衣服的類別有關(guān)。之后，為每個(gè)圖像分配一個(gè)標(biāo)簽。因?yàn)轭惷�不包含在�?shù)據(jù)集中，我們將使用以下命令將它們保存在向量中，并在稍后繪制圖像時(shí)使用它們。

class＿names ＝ c（＇T－shirt／top＇，

＇Trouser＇，

＇Pullover＇，

＇Dress＇，

＇Coat＇，

＇Sandal＇，

＇Shirt＇，

＇Sneaker＇，

＇Bag＇，

＇Ankle boot＇）

在我們訓(xùn)練模型之前，讓我們看一下數(shù)據(jù)集的格式。使用下面的命令，我們將打印訓(xùn)練圖像和訓(xùn)練標(biāo)簽的尺寸，它們是 60，000 張圖像，每張 28 × 28 像素。

dim（train＿images）

dim（train＿labels）

同樣，使用以下命令打印測(cè)試圖像和測(cè)試標(biāo)簽的尺寸，即 10，000 張圖像，每張圖像的大小為 28 x 28 像素。

dim（test＿images）

dim（test＿labels）

然后，我們將使用以下命令查看數(shù)據(jù)集中的示例圖像。

options（repr．plot．width＝7， repr．plot．height＝7）

sample＿image ＜－ as．data．frame（train＿images［7， ， ］）

colnames（sample＿image） ＜－ seq＿len（ncol（sample＿image））

sample＿image＄y ＜－ seq＿len（nrow（sample＿image））

sample＿image ＜－ gather（sample＿image， ＂x＂， ＂value＂， －y）

sample＿image＄x ＜－ as．integer（sample＿image＄x）

ggplot（sample＿image， aes（x ＝ x， y ＝ y， fill ＝ value）） ＋

geom＿tile（） ＋ scale＿fill＿gradient（low ＝ ＂white＂， high ＝ ＂black＂， na．value ＝ NA） ＋

scale＿y＿reverse（） ＋ theme＿minimal（） ＋ theme（panel．grid ＝ element＿blank（）） ＋

theme（aspect．ratio ＝ 1） ＋ xlab（＂＂） ＋ ylab（＂＂）

在訓(xùn)練模型之前，必須對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。為了減少像素值，我們必須對(duì)數(shù)據(jù)進(jìn)行歸一化。目前，所有圖像像素的值都在 0－255 之間，我們想要介于 0 和 1 之間的值。因此，我們將所有像素值除以 255．0 分為訓(xùn)練集和測(cè)試集。

train＿images ＜－ train＿images ／ 255

test＿images ＜－ test＿images ／ 255

為確保數(shù)據(jù)格式正確，讓我們查看訓(xùn)練集中的前 30 張圖像。我們還將在每個(gè)圖像下方顯示類名。

options（repr．plot．width＝10， repr．plot．height＝10）

par（mfcol＝c（10，10））

par（mar＝c（0， 0， 1．5， 0）， xaxs＝＇i＇， yaxs＝＇i＇）

for （i in 1：30） ｛

img ＜－ train＿images［i， ， ］

img ＜－ t（apply（img， 2， rev））

image（1：28， 1：28， img， col ＝ gray（（0：255）／255）， xaxt ＝ ＇n＇， yaxt ＝ ＇n＇，

main ＝ paste（class＿names［train＿labels［i］ ＋ 1］））｝

現(xiàn)在是時(shí)候建立我們的模型了。

構(gòu)建模型

要構(gòu)建神經(jīng)網(wǎng)絡(luò)，我們需要如下配置模型的層：

1.卷積或Conv2D層：卷積層從圖像或圖像的一部分中提取特征。我們?cè)谶@里指定三個(gè)參數(shù)：

· 過濾器——這是將在卷積中使用的過濾器的數(shù)量。例如，32 或 64。

· 內(nèi)核大小——卷積窗口的長(zhǎng)度。例如 （3，3） 或 （4，4）。

· 激活函數(shù)——例如，ReLU、Leaky ReLU、Tanh 和 Sigmoid。

2.Pooling 或 MaxPooling2D 層：該層用于減小圖像的大小。

3.Flatten Layer：該層將n維數(shù)組縮減為一維。

4.Dense Layer：這一層是全連接的，這意味著當(dāng)前層的所有神經(jīng)元都鏈接到下一層。對(duì)于我們的模型，第一密集層有 128 個(gè)神經(jīng)元，第二密集層有 10 個(gè)神經(jīng)元。

5.Dropout Layer：為了防止模型過擬合，該層忽略了一組神經(jīng)元（隨機(jī)）。

model ＜－ keras＿model＿sequential（）

model ％＞％

layer＿conv＿2d（filters ＝ 32， kernel＿size ＝ c（3，3），

activation ＝ ＇relu＇， input＿shape ＝ c（28， 28， 1）） ％＞％

layer＿max＿pooling＿2d（pool＿size ＝ c（2，2）） ％＞％

layer＿flatten（） ％＞％

layer＿dense（units ＝ 128， activation ＝ ＇relu＇） ％＞％

layer＿dropout（rate ＝ 0．5） ％＞％

layer＿dense（units ＝ 10， activation ＝ ＇softmax＇）

在模型準(zhǔn)備好進(jìn)行訓(xùn)練之前，需要進(jìn)行一些額外的設(shè)置。這些是在模型的編譯步驟中添加的：

1.損失函數(shù)——這個(gè)函數(shù)評(píng)估我們的算法如何有效地表示數(shù)據(jù)集。根據(jù)我們的數(shù)據(jù)集，我們可以從“categorical＿cross＿entropy”

“binary＿cross＿entropy”和“sparse categorical＿cross＿entropy”等備選方案中進(jìn)行選擇。

2.優(yōu)化器——有了這個(gè)，我們可以調(diào)整神經(jīng)網(wǎng)絡(luò)的權(quán)重和學(xué)習(xí)率。我們可以從許多優(yōu)化器中進(jìn)行選擇，例如 Adam、AdaDelta、SGD 等。

3.Metrics – 這些用于評(píng)估我們模型的性能。例如，準(zhǔn)確度、均方誤差等。

model ％＞％ compile（

loss ＝ ＇sparse＿categorical＿crossentropy＇，

optimizer ＝ ＇adam＇，

metrics ＝ c（＇accuracy＇）

）

我們模型層中的所有參數(shù)和形狀都可以使用“summary”函數(shù)查看，如下所示。

summary（model）

要開始訓(xùn)練，我們將調(diào)用 fit 方法，它將使用訓(xùn)練和測(cè)試數(shù)據(jù)以及以下輸入來擬合我們的模型：

history ％ fit（x＿train， train＿labels， epochs ＝ 20，verbose＝2）

1.Epochs – 整個(gè)數(shù)據(jù)集通過神經(jīng)網(wǎng)絡(luò)向前和向后發(fā)送的次數(shù)。verbose – 查看我們輸出的選擇。例如，verbose ＝ 0 不打印任何內(nèi)容

2.verbose ＝ 1 打印進(jìn)度條和每個(gè) epoch 一行，verbose ＝ 2 每個(gè) epoch 打印一行。

用 20 個(gè) Epoch 運(yùn)行模型后，我們得到了 97．36％ 的訓(xùn)練準(zhǔn)確率。

score ％ evaluate（x＿train， train＿labels）

cat（＇Train loss：＇， score＄loss， ＂n＂）

cat（＇Train accuracy：＇， score＄acc， ＂n＂）

我們可以使用以下命令繪制精度損失圖以及 Epoch ：

plot（history）

現(xiàn)在我們將看到模型在測(cè)試數(shù)據(jù)集上的表現(xiàn)：

score ％ evaluate（x＿test， test＿labels）

cat（＇Test loss：＇， score＄loss， ＂n＂）

cat（＇Test accuracy：＇， score＄acc， ＂n＂）

我們?cè)跍y(cè)試數(shù)據(jù)集上獲得了 91．6％ 的準(zhǔn)確率。我們可以利用訓(xùn)練好的模型對(duì)一些測(cè)試圖像進(jìn)行預(yù)測(cè)。

predictions ％ predict（x＿test）

我們從模型中得到預(yù)測(cè)，即測(cè)試集中每個(gè)圖像的標(biāo)簽。我們來看第一個(gè)預(yù)測(cè)：

predictions［1， ］

預(yù)測(cè)是一組十個(gè)數(shù)字。這些表達(dá)了模特的“信心”。

作為替代方案，我們還可以使用以下命令直接打印類預(yù)測(cè)：

class＿pred ％ predict＿classes（x＿test）

class＿pred［1：20］

現(xiàn)在我們將繪制一些帶有他們預(yù)測(cè)的圖像。正確的預(yù)測(cè)是藍(lán)色的，而錯(cuò)誤的預(yù)測(cè)是紅色的。

options（repr．plot．width＝7， repr．plot．height＝7）

par（mfcol＝c（5，5））

par（mar＝c（0， 0， 1．5， 0）， xaxs＝＇i＇， yaxs＝＇i＇）

for （i in 1：25） ｛

img ＜－ test＿images［i， ， ］

img ＜－ t（apply（img， 2， rev））

predicted＿label ＜－ which．max（predictions［i， ］） － 1

true＿label ＜－ test＿labels［i］

if （predicted＿label ＝＝ true＿label） ｛ color ＜－ ＇blue＇ ｝

else

｛ color ＜－ ＇red＇ ｝

image（1：28， 1：28， img， col ＝ gray（（0：255）／255）， xaxt ＝ ＇n＇， yaxt ＝ ＇n＇，

main ＝ paste0（class＿names［predicted＿label ＋ 1］，

＂（＂，class＿names［true＿label ＋ 1］， ＂）＂），col．main ＝ color）｝

這就是在 R 中使用 Keras 進(jìn)行圖像分類的方法！

結(jié)論

在本文中，我們學(xué)習(xí)了如何在 R 中使用 Keras 構(gòu)建深度學(xué)習(xí)圖像分類器。該模型在測(cè)試數(shù)據(jù)上具有很高的準(zhǔn)確性。但是，必須記住，準(zhǔn)確度可能會(huì)根據(jù)訓(xùn)練集而改變。因此，該模型不適用于與訓(xùn)練圖像不同的圖像。

以下是本文的一些主要內(nèi)容：

Tensorflow 和 Keras 都有官方的 R 支持。就像 Python 一樣，在 R 中設(shè)置和訓(xùn)練模型很容易。本文中的方法可以應(yīng)用于另一個(gè)圖像數(shù)據(jù)集進(jìn)行分類，或者可以將訓(xùn)練好的模型保存并部署為應(yīng)用程序。

       原文標(biāo)題 : 在 R 中使用 Keras 構(gòu)建深度學(xué)習(xí)圖像分類器