基于AlexNet模型的图像分类

最新推荐文章于 2025-06-03 21:59:32 发布

呀呀呀呀呀萍

最新推荐文章于 2025-06-03 21:59:32 发布

阅读量2.2k

点赞数 2

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/huyaping2014/article/details/110293139

本文介绍了基于AlexNet模型的图像分类。AlexNet框架包含输入层、5个卷积层、3个全连接层和输出层，使用Relu激活函数和局部响应归一化提升性能。通过重叠池化缓解过拟合，并采用丢弃层减少过拟合。实验使用了400张左右训练图片，未来可通过增加数据量和参数调整提高准确率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题描述：基于AlexNet模型的图像分类

AlexNet 框架包含了输入层、5个卷积层、3个全连接层以及输出层。其中有3个卷积层进行了最大池化。

AlexNet框架的特点：1、使用了Relu激活函数，相比于sigmoid或tanh函数，它是一种非饱和函数，运行速度更快；并且Relu激活函数利用分片线性结构实现了非线性的表达方式，更适合于层数较深的网络。

2、局部响应归一化：为了改善网络的性能，在部分卷积层中使用了归一化处理。

3、重叠池化：传统的池化没有重叠，不同窗口的池化过程独立计算。AlexNet使用了重叠池化，与不重叠窗口相比，有助于缓解过拟合现象。

4、同时，AlexNet网络采用丢失输出操作减少过拟合现象。

具体实现：

inputdata.py:定义了数据集的情况，数据集中一共有两类图片，分别是sun.jpg,另一类是cac.jpg.对这两类图片进行读取。

inputdata.py
import tensorflow as tf
import os
import numpy as np
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

def get_files(file_dir):
    sun = []
    label_sun = []
    cac = []
    label_cac = []
    for file in os.listdir(file_dir):
        name = file.split(sep='.')
        if 'sun' in name[0]:
            sun.append(file_dir + file)
            label_sun.append(0)
        else:
            if 'cac' in name[0]:
                cac.append(file_dir + file)
                label_cac.append(1)
        image_list = np.hstack((sun, cac))
        label_list = np.hstack((label_sun, label_cac))

    # 把标签和图片都放倒一个 temp 中 然后打乱顺序，然后取出来
    temp = np.array([image_list, label_list])
    temp = temp.transpose()
    # 打乱顺序
    np.random.shuffle(temp)

    # 取出第一个元素作为 image 第二个元素作为 label
    image_list = list(temp[:, 0])
    label_list = list(temp[:, 1])
    label_list = [int(i) for i in label_list]
    return image_list, label_list


# image_W ,image_H 指定图片大小，batch_size 每批读取的个数 ，capacity队列中 最多容纳元素的个数
def get_batch(image, label, image_W, image_H, batch_size, capacity):
    # 转换数据为 ts 能识别的格式
    image = tf.cast(image, tf.string)
    label = tf.cast(label, tf.int32)

    # 将image 和 label 放倒队列里
    input_queue = tf.train.slice_input_producer([image, label])
    label = input_queue[1]
    # 读取图片的全部信息
    image_contents = tf.read_file(input_queue[0])
    # 把图片解码，channels ＝3 为彩色图片, r，g ，b  黑白图片为 1 ，也可以理解为图片的厚度
    image = tf.image.decode_png(image_contents, channels=3)
    # 将图片以图片中心进行裁剪或者扩充为 指定的image_W，image_H
    image = tf.image.resize_image_with_crop_or_pad(image, image_W, image_H)
    # 对数据进行标准化,标准化，就是减去它的均值，除以他的方差
    image = tf.image.per_image_standardization(image)

    # 生成批次  num_threads 有多少个线程根据电脑配置设置  capacity 队列中 最多容纳图片的个数  tf.train.shuffle_batch 打乱顺序，
    image_batch, label_batch = tf.train.batch([image, label], batch_size=batch_size, num_threads=4, capacity=capacity)

    # 重新定义下 label_batch 的形状
    label_batch = tf.reshape(label_batch, [batch_size])
    # 转化图片
    image_batch = tf.cast(image_batch, tf.float32)
    return image_batch, label_ba