超干货｜使用Keras和CNN构建分类器（内含代码和讲解）

原文链接：点击打开链接

摘要： 为了让文章不那么枯燥，我构建了一个精灵图鉴数据集（Pokedex）这都是一些受欢迎的精灵图。我们在已经准备好的图像数据集上，使用Keras库训练一个卷积神经网络（CNN）。

为了让文章不那么枯燥，我构建了一个精灵图鉴数据集（Pokedex）这都是一些受欢迎的精灵图。我们在已经准备好的图像数据集上，使用Keras库训练一个卷积神经网络（CNN）。

深度学习数据集

上图是来自我们的精灵图鉴深度学习数据集中的合成图样本。我的目标是使用Keras库和深度学习训练一个CNN，对Pokedex数据集中的图像进行识别和分类。Pokedex数据集包括：Bulbasaur (234 images)；Charmander (238 images)；Squirtle (223 images)；Pikachu (234 images)；Mewtwo (239 images)

训练图像包括以下组合：电视或电影的静态帧；交易卡；行动人物；玩具和小玩意儿；图纸和粉丝的艺术效果图。

在这种多样化的训练图像的情况下，实验结果证明，CNN模型的分类准确度高达97％！

CNN和Keras库的项目结构

该项目分为几个部分，目录结构如下：

如上图所示，共分为3个目录：

1.数据集：包含五个类，每个类都是一个子目录。

2.示例：包含用于测试卷积神经网络的图像。

3.pyimagesearch模块：包含我们的SmallerVGGNet模型类。

另外，根目录下有5个文件：

1.plot.png：训练脚本运行后，生成的训练/测试准确性和损耗图。

2.lb.pickle：LabelBinarizer序列化文件，在类名称查找机制中包含类索引。

3.pokedex.model：序列化Keras CNN模型文件（即“权重文件”）。

4.train.py：训练Keras CNN，绘制准确性/损耗函数，然后将卷积神经网络和类标签二进制文件序列化到磁盘。

5.classify.py：测试脚本。

Keras和CNN架构

我们今天使用的CNN架构，是由Simonyan和Zisserman在2014年的论文“用于大规模图像识别的强深度卷积网络”中介绍的VGGNet网络的简单版本，结构图如上图所示。该网络架构的特点是：

1.只使用3*3的卷积层堆叠在一起来增加深度。

2.使用最大池化来减小数组大小。

3.网络末端全连接层在softmax分类器之前。

假设你已经在系统上安装并配置了Keras。如果没有，请参照以下连接了解开发环境的配置教程：

1.配置Ubuntu，使用Python进行深度学习。

2.设置Ubuntu 16.04 + CUDA + GPU，使用Python进行深度学习。

3.配置macOS，使用Python进行深度学习。

继续使用SmallerVGGNet——VGGNet的更小版本。在pyimagesearch模块中创建一个名为smallervggnet.py的新文件，并插入以下代码：

注意：在pyimagesearch中创建一个_init_.py文件，以便Python知道该目录是一个模块。如果你对_init_.py文件不熟悉或者不知道如何使用它来创建模块，你只需在原文的“下载”部分下载目录结构、源代码、数据集和示例图像。

现在定义SmallerVGGNet类：

该构建方法需要四个参数：

1.width：图像宽度。

2.height ：图像高度。

3.depth ：图像深度。

4.classes ：数据集中类的数量（这将影响模型的最后一层），我们使用了5个Pokemon 类。

注意：我们使用的是深度为3、大小为96 * 96的输入图像。后边解释输入数组通过网络的空间维度时，请记住这一点。

由于我们使用的是TensorFlow后台，因此用“channels last”对输入数据进行排序；如果想用“channels last”，则可以用代码中的23-25行进行处理。

为模型添加层，下图为第一个CONV => RELU => POOL代码块：

卷积层有32个内核大小为3*3的滤波器，使用RELU激活函数，然后进行批量标准化。

池化层使用3 *3的池化，将空间维度从96 *96快速降低到32 * 32（输入图像的大小为96 * 96 * 3的来训练网络）。

如代码所示，在网络架构中使用Dropout。Dropout随机将节点从当前层断开，并连接到下一层。这个随机断开的过程有助于降低模型中的冗余——网络层中没有任何单个节点负责预测某个类、对象、边或角。

在使用另外一个池化层前，添加（CONV => RELU）* 2层：

在降低输入数组的空间维度前，将多个卷积层RELU层堆叠在一起可以学习更丰富的特征集。

请注意：将滤波器大小从32增加到64。随着网络的深入，输入数组的空间维度越小，滤波器学习到的内容更多；将最大池化层从3*3降低到2*2，以确保不会过快地降低空间维度。在这个过程中再次执行Dropout。

再添加一个(CONV => RELU)* 2 => POOL代码块：

我们已经将滤波器的大小增加到128。对25％的节点执行Droupout以减少过拟合。

最后，还有一组FC => RELU层和一个softmax分类器：

Dense（1024）使用具有校正的线性单位激活和批量归一化指定全连接层。

最后再执行一次Droupout——在训练期间我们Droupout了50％的节点。通常情况下，你会在全连接层在较低速