图像分类是什么?AlexNet手写数字图像识别

图像分类

图像分类实质上就是从给定的类别集合中为图像分配对应标签的任务。也就是说我们的任务是分析一个输入图像并返回一个该图像类别的标签。

假定类别集为categories = {dog, cat, panda},之后我们提供一张图片给分类模型,如下图所示:

图像分类是什么?AlexNet手写数字图像识别

分类模型给图像分配多个标签,每个标签的概率值不同,如dog:95%,cat:4%,panda:1%,根据概率值的大小将该图片分类为dog,那就完成了图像分类的任务。下面利用AlexNet完成图像分类过程的讲解。

AlexNet完手写数字势识别

2012年,AlexNet横空出世,该模型的名字源于论文第一作者的姓名Alex Krizhevsky 。AlexNet使用了8层卷积神经网络,以很大的优势赢得了ImageNet 2012图像识别挑战赛。它首次证明了学习到的特征可以超越手工设计的特征,从而一举打破计算机视觉研究的方向。

AlexNet使用ImageNet数据集进行训练,但因为ImageNet数据集较大训练时间较长,我们仍用前面的MNIST数据集来演示AlexNet。读取数据的时将图像高和宽扩大到AlexNet使用的图像高和宽227。这个通过tf.image.resize_with_pad来实现。

数据读取

首先获取数据,并进行维度调整:

import numpy as np # 获取手写数字数据集 (train_images, train_labels), (test_images, test_labels) = mnist.load_data() # 训练集数据维度的调整:N H W C train_images = np.reshape(train_images,(train_images.shape[0],train_images.shape[1],train_images.shape[2],1)) # 测试集数据维度的调整:N H W C test_images = np.reshape(test_images,(test_images.shape[0],test_images.shape[1],test_images.shape[2],1))

由于使用全部数据训练时间较长,我们定义两个方法获取部分数据,并将图像调整为227*227大小,进行模型训练:

# 定义两个方法随机抽取部分样本演示# 获取训练集数据def get_train(size): # 随机生成要抽样的样本的索引 index = np.random.randint(0, np.shape(train_images)[0], size) # 将这些数据resize成227*227大小 resized_images = tf.image.resize_with_pad(train_images[index],227,227,) # 返回抽取的 return resized_images.numpy(), train_labels[index]# 获取测试集数据 def get_test(size): # 随机生成要抽样的样本的索引 index = np.random.randint(0, np.shape(test_images)[0], size) # 将这些数据resize成227*227大小 resized_images = tf.image.resize_with_pad(test_images[index],227,227,) # 返回抽样的测试样本 return resized_images.numpy(), test_labels[index]

调用上述两个方法,获取参与模型训练和测试的数据集:

# 获取训练样本和测试样本 train_images,train_labels = get_train(256) test_images,test_labels = get_test(128)

为了让大家更好的理解,我们将数据展示出来:

# 数据展示:将数据集的前九个数据集进行展示for i in range(9): plt.subplot(3,3,i+1) # 以灰度图显示,不进行插值 plt.imshow(train_images[i].astype(np.int8).squeeze(), cmap=gray, interpolation=none) # 设置图片的标题:对应的类别 plt.title(“数字{}”.format(train_labels[i]))

结果为:

图像分类是什么?AlexNet手写数字图像识别

免责声明:文章内容来自互联网,本站仅作为分享,不对其真实性负责,如有侵权等情况,请与本站联系删除。
转载请注明出处:图像分类是什么?AlexNet手写数字图像识别 https://www.dachanpin.com/a/cyfx/11075.html

赞 (0)
Arrays工具类常用方法【Java编程基础】
上一篇 2023-05-12 02:51:06
yolo算法:构造训练样本和设计损失函数
下一篇 2023-05-12 02:52:12

相关推荐

  • 9年创业6次,看Twitch创始人教你如何度过资本“寒冬”!

      “如果没有在休假,都不好意思说自己是做投资的”,这是目前创投圈里流行的一个笑话。甚至有人调侃说,在全世界的知名景点,都能遇到休假中的中国VC。   根据统计,2015年民间投资的增速为10.1%,与往年持平。而今年上半年,却降至到了只有2.8%。在跟一些投资人的交流中,大家都感叹到,进入2016年,不仅今年投资人的出手速度比去年要慢很多,就连很多已经拿到…

    创业分享 2023-06-06
  • 八月里来桂花香大金融、创业板优质公司可追捧

      八月A股红门红。分析认为,大盘在短线面临3300的压力,但股指一旦突破去年高点,则新空间将打开。而在行业板块方面,大金融板块获得了普遍看好;创业板泡沫在被大幅挤出的背景下,优质个股值得布局。   (原标题:八月里来桂花香 大金融、创业板优质公司可追捧)   国寿安保基金则表示,经济数据韧性较强,企业盈利仍持向好,流动性中性偏紧,股票市场仍将维持震荡格局。…

    创业分享 2023-05-22
  • 金石三维:工业级3D打印机创业项目有哪些,怎么赚钱

      同样,殡葬服务行业,也本着以人为本的宗旨,为逝者提供3D打印服务。他们打印死者残缺的部位以留给死者最后的尊严。当然,他们还提供3D打印人像人偶服务,以方便死者家属随时悼念。更具创意的是,一家殡葬服务公司通过3D打印骨灰盒,逼真地模拟出死者的样貌。3D打印技术能捕捉到最细微的细节,重要的是,还能去掉死者的‘瑕疵’,呈现出其最完美的一面。这样一来,客户不必担…

    2023-05-17
  • 创业路上苦与乐——枣阳唐圣创业经历

      我叫唐圣,生于1987年,典型的80后,没有富裕的家境,也没有显耀的身世,普普通通的农民儿子。2006年高中毕业后没有考入理想的大学是我一生最大的转折点,在武汉上了两年三流大学后,就早早的前往南方打工。   深圳南澳—一个热情的海边小镇,美丽的海滩,蔚蓝的大海!全国各地的游客给这个小镇带来了无限的财富,我也在这个地方工作了两年,大开了眼界。南…

    创业分享 2023-05-20
  • 离开500强创业,她通过自动采集医疗数据为医生减负

    采集数据是第一步。一开始,团队采取的方式是拍照上传,再进行OCR识别。 近日,医鸣技术宣布完成数千万元A轮融资,由联创永宣领投,同渡资本、西部资本和丰厚资本跟投。 直到开始创业她才发现,跟现在比,之前的努力根本就是小儿科,“如今随时随地都是工作状态”。 据她统计,同一患者的数据,医护人员需要完成约127种文书(手术记录、手术报告等等),录入时间超过工作时间的…

    2023-05-28

发表回复

登录后才能评论

联系我们

在线咨询: QQ交谈

邮件:362039258@qq.com

工作时间:周一至周五,9:30-16:30,节假日休息