构建和部署字母识别系统

时间 2020-09-10

标签构建部署字母识别系统繁體版

原文原文链接

做者|Sakshi Butala
编译|VK
来源|Towards Data Sciencepython

在本文中，我将向你展现如何使用卷积神经网络（CNNs）构建字母识别系统，并使用anvil.works部署。在本文的最后，你将可以建立上面所示系统。git

卷积神经网络

让咱们从理解什么是卷积神经网络开始。卷积神经网络（CNN）是一种普遍应用于图像识别和分类的神经网络。架构

cnn是多层感知器的正则化版本。多层感知器一般是指全链接网络，即一层中的每一个神经元都与下一层的全部神经元相连。机器学习

CNN由如下层组成：函数

卷积层：一个大小为3X3或5X5的“核”被传递到图像上，并计算原始像素值与内核中定义的权重的点积。而后，该矩阵经过一个激活函数“ReLu”，该函数将矩阵中的每一个负值转换为零。工具

池化层：“池化矩阵”的大小有2X2或4X4，经过池化减少矩阵的大小，从而只突出图像的重要特征。性能

共有两种类型的池操做：

最大池是一种池类型，池化矩阵中存在的最大值被放入最终矩阵中。
平均池（Average Pooling）是一种池类型，其中计算池化矩阵中全部值的平均值并将其放入最终矩阵中。

注意：CNN架构中能够有多个卷积层和池层的组合，以提升其性能。

全链接层：最后的矩阵被展平成一维向量。而后将该向量输入神经网络。最后，输出层是附加到图像上的不一样标签（例如字母a、b、c）的几率列表。最高几率的标签是分类器的输出。

CNN实现

让咱们经过导入Jupyter Notebook中的库开始实现，以下所示：

import numpy as np
import matplotlib.pyplot as plt
from keras.preprocessing.image import ImageDataGenerator
from keras.preprocessing import image
import keras
from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D, Flatten, Dense, Activation
import os
import pickle

而后，让咱们从a到z导入包含图像的2个数据集，以训练和测试咱们的模型。你能够从下面连接的GitHub存储库下载数据集。

连接：https://github.com/sakshibutala/CNN_AlphabetRecognition

train_datagen = ImageDataGenerator(rescale = 1./255,
                                   shear_range = 0.2,
                                   zoom_range = 0.2,
                                   horizontal_flip = True)

test_datagen = ImageDataGenerator(rescale = 1./255)

train_generator = train_datagen.flow_from_directory(
    directory = 'Training',
    target_size = (32,32),
    batch_size = 32,
    class_mode = 'categorical'

)

test_generator = test_datagen.flow_from_directory(
    directory = 'Testing',
    target_size = (32,32),
    batch_size = 32,
    class_mode = 'categorical'

)

ImageDataGenerator生成一批张量图像数据，经过使用rescale进行缩放，将0-255范围内的RGB系数转换为0到1之间的目标值。

shear_range用于随机应用剪切变换。

zoom_range用于在图片内部随机缩放。

horizontal_flip用于水平随机翻转一半图像。

而后咱们使用.flow_from_directory从目录中逐个导入图像，并对其应用ImageDataGenerator。

而后，咱们将图像从原始大小转换为目标大小，并声明batch大小，它是指在一次迭代中使用的训练示例的数量。

而后咱们将class_mode设置为category，这表示咱们有多个类（a到z）能够预测。

接下来咱们构建咱们的CNN架构。

model = Sequential()
model.add(Conv2D(32, (3, 3), input_shape = (32,32,3), activation = 'relu'))
model.add(MaxPooling2D(pool_size = (2, 2)))


model.add(Conv2D(32, (3, 3), activation = 'relu'))
model.add(MaxPooling2D(pool_size = (2, 2)))

model.add(Flatten())
model.add(Dense(units = 128, activation = 'relu'))
model.add(Dense(units = 26, activation = 'softmax'))


model.compile(optimizer = 'adam', loss = 'categorical_crossentropy', metrics = ['accuracy'])

model.summary()

咱们首先建立一个Sequential模型，它容许咱们使用.add函数逐层定义CNN架构。

咱们首先在输入图像上添加一个带有32个3X3大小的滤波器（核）的卷积层，并将其经过“relu”激活函数。

而后咱们使用大小为2X2的池执行MaxPooling操做。

而后再次重复这些层以提升模型的性能。

最后，咱们将获得的矩阵展平并经过一个由128个节点组成的全链接层。而后将其链接到由26个节点组成的输出层，每一个节点表明一个字母表。咱们使用softmax激活将分数转换成一个正态化的几率分布，并选择几率最高的节点做为输出。

一旦咱们的CNN架构被定义，咱们就使用adam优化器编译模型。

最后，咱们对模型进行训练。

model.fit_generator(train_generator,
                         steps_per_epoch = 16,
                         epochs = 3,
                         validation_data = test_generator,
                         validation_steps = 16)

模型训练后的准确率为：93.42%

如今让咱们来测试咱们的模型。可是在咱们这样作以前，咱们须要定义一个函数，它给咱们与结果相关联的字母表。

def get_result(result):
    if result[0][0] == 1:
        return('a')
    elif result[0][1] == 1:
        return ('b')
    elif result[0][2] == 1:
        return ('c')
    elif result[0][3] == 1:
        return ('d')
    elif result[0][4] == 1:
        return ('e')
    elif result[0][5] == 1:
        return ('f')
    elif result[0][6] == 1:
        return ('g')
    elif result[0][7] == 1:
        return ('h')
    elif result[0][8] == 1:
        return ('i')
    elif result[0][9] == 1:
        return ('j')
    elif result[0][10] == 1:
        return ('k')
    elif result[0][11] == 1:
        return ('l')
    elif result[0][12] == 1:
        return ('m')
    elif result[0][13] == 1:
        return ('n')
    elif result[0][14] == 1:
        return ('o')
    elif result[0][15] == 1:
        return ('p')
    elif result[0][16] == 1:
        return ('q')
    elif result[0][17] == 1:
        return ('r')
    elif result[0][18] == 1:
        return ('s')
    elif result[0][19] == 1:
        return ('t')
    elif result[0][20] == 1:
        return ('u')
    elif result[0][21] == 1:
        return ('v')
    elif result[0][22] == 1:
        return ('w')
    elif result[0][23] == 1:
        return ('x')
    elif result[0][24] == 1:
        return ('y')
    elif result[0][25] == 1:
        return ('z')

最后，让咱们测试一下咱们的模型：

filename = r'Testing\e\25.png'
test_image = image.load_img(filename, target_size = (32,32))
plt.imshow(test_image)

test_image = image.img_to_array(test_image)
test_image = np.expand_dims(test_image, axis = 0)
result = model.predict(test_image)
result = get_result(result)
print ('Predicted Alphabet is: {}'.format(result))

该模型正确地预测了输入图像的字母，结果为“e”。

Anvil集成

Anvil是一个容许咱们使用python构建全栈web应用程序的平台。它使咱们更容易将机器学习模型从Jupyter Notebook转换成web应用程序。

让咱们首先在anvil上建立一个账户。完成后，用material design建立一个新的空白应用程序。

查看此连接，了解如何使用anvil的逐步教程：https://anvil.works/learn

右边的工具箱包含全部能够拖到网站上的组件。

所需组件：

2个标签（标题和子标题）
图像（显示输入图像）
FileLoader（上传输入图像）
突出显示按钮（用于预测结果）
标签（查看结果）

拖放这些组件并根据你的要求排列它们。

要添加标题和副标题，请在右侧的“属性”部分选择标签和，而后转到名为“文本”的选项，以下所示（以红色突出显示），而后键入标题/副标题。

完成用户界面后，进入上面所示的代码部分（以绿色突出显示）并建立一个新函数，以下所示

def primary_color_1_click(self, **event_args):
      file = self.file_loader_1.file
      self.image_1.source = file
      result = anvil.server.call('model_run',file)
      self.label_3.text = result
      pass

当咱们按下“PREDICT”按钮时，将执行此函数。它将获取从文件加载程序上传的输入图像并将其传递到Jupyter Notebook的“model_run”函数。此函数将返回预测字母。

如今要作的就是把咱们的anvil网站链接到Jupyter Notebook。

这须要执行如下两个步骤：

导入Anvil上行链路(uplink)密钥：单击设置按钮，而后单击上行链路，单击启用上行链路密钥并复制密钥。

在Jupyter Notebook内粘贴如下内容：

import anvil.server
import anvil.media
anvil.server.connect("paste your anvil uplink key here")

建立一个“model_run”函数来预测上传到网站中的图像。

@anvil.server.callable
def model_run(path):
    with anvil.media.TempFile(path) as filename:
        test_image = image.load_img(filename, target_size = (32,32))
        test_image = image.img_to_array(test_image)
        test_image = np.expand_dims(test_image, axis = 0)
        result = model.predict(test_image)
        result = get_result(result)
        return ('Predicted Alphabet is: {}'.format(result))

如今你能够回到anvil，点击run按钮，字母识别系统就彻底完成了。

你能够在个人GitHub存储库中找到源代码和数据集：https://github.com/sakshibutala/CNN_AlphabetRecognition。

引用

Convolutional Neural Network Tutorial: From Basic to Advanced - MissingLink.ai
CS 230 - Convolutional Neural Networks Cheatsheet
Keras documentation: Image data preprocessing

原文连接：https://towardsdatascience.com/building-and-deploying-an-alphabet-recognition-system-7ab59654c676

欢迎关注磐创AI博客站：
http://panchuang.net/

sklearn机器学习中文官方文档：
http://sklearn123.com/

欢迎关注磐创博客资源汇总站：
http://docs.panchuang.net/