python学习—图像识别
这是我从零基础开始学习的图像识别，固然用的是容易上手的python来写，持续更新中，记录我学习python基础到图像识别应用的一步步过程和踩过的一些坑。最终实现获得本身的训练模型（h5或者pb模型），可随意更改须要识别的物品，只要有数据就行。（如有错误或问题，肯请指正）python
安装编译环境
此前确保已经安装并配置好了Python环境，在此我选择了比较流行的pycharm，具体安装教程网上不少，也比较简单。数组
安装所需库
我是利用了anaconda命令安装的，本项目所需用的库为：
keras、numpy、tensorflow2.0（个人是GPU版本），
GPU版本速度快但安装起来比较麻烦。
网络
导包
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、接下来就是处理你的图片数据集
在这里我只提供了须要的函数，若果是本身的数据学要修改其中的变量，包括图片路径、传入参数等。架构
1.转换图片像素，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('图片' + filename[12:-4] + '.jpg' + '像素转化完成') except OSError as e: print(e.args)
2.图片数据转化为数组
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.准备训练数据
dict_label={0:'汽车',1:'饮料瓶'} 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) #数据标签 train_images = train_images[ ..., np.newaxis ] #数据图片 print(train_images.shape)#输出验证一下(400, 128, 128, 1)
4.构建神经网络并保存
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'))#注意这里参数，我只有两类图片，因此是2. model.summary() # 显示模型的架构 model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) #epochs为训练多少轮、batch_size为每次训练多少个样本 model.fit(train_images, train_lables, epochs=5) model.save('my_model.h5') #保存为h5模型 #tf.keras.models.save_model(model,"F:\python\moxing\model")#这样是pb模型 print("模型保存成功！")
看一下准确度，还能够，但因为数据集太少，有可能会出现过拟合状况。
app
2、用上面获得的模型预测随便一张图片
新建一个py，直接放完整代码函数
import os from PIL import Image import numpy as np import tensorflow as tf #导入图像数据 #测试外部图片 model= tf.keras.models.load_model('my_model.h5') model.summary() #看一下网络结构 print("模型加载完成！") dict_label={0:'汽车',1:'饮料瓶'} 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('图片' + filename[12:-4] + '.jpg' + '像素转化完成') 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/' #你要测试的图片的路径 filelist=read_image(test) im_xiangsu(filelist) img=im_array(filelist) #预测图像 predictions_single=model.predict(img) print("预测结果为:",dict_label[np.argmax(predictions_single)]) #这里返回数组中几率最大的那个 print(predictions_single)
最后结果
数组内的两个值分别表示为汽车和瓶子的几率大小。
学习
3、总结
因为剩余时间有限，本项目用了两类图片汽车和瓶子进行训练预测，每类图片200张，共400张，因此颇有可能出现过拟合，但增长数据集会在处理图片时耗费大量时间，因此咱们尽可能作个折中。一类几千张差很少就行。
图片数据不够的话能够扩充。
步骤：
一、调用上述函数，处理图片，我是把的全部图片的像素大小改为了128*128，
对应input_shape=(128, 128, 1)。
二、图片数据转成数组。
三、准备训练数据（train_images, train_lables）。
四、构建神经网络并保存模型
测试
最后附一张我调用函数的流程：
spa