TensorFlow 实例 - 图像分类项目
图像分类是计算机视觉中最基础也最重要的任务之一。本项目将使用 TensorFlow 框架构建一个能够识别不同类别图像的深度学习模型。
什么是图像分类
图像分类是指让计算机自动识别图像中主要物体所属类别的技术。例如：
- 识别照片中是猫还是狗
- 区分不同种类的花朵
- 判断医学影像中的病变类型
技术选型
我们将使用以下技术栈：
- TensorFlow：Google 开发的主流深度学习框架
- Keras：TensorFlow 的高级API，简化模型构建
- Matplotlib：用于可视化训练过程和结果
环境准备
安装必要库
bash
pip install tensorflow matplotlib numpy验证安装
python
import tensorflow as tf
print(f"TensorFlow 版本: {tf.__version__}")数据集准备
我们将使用经典的 CIFAR-10 数据集，它包含10个类别的6万张32x32彩色图像。
加载数据集
实例
python
from tensorflow.keras.datasets import cifar10
# 加载数据
(train_images, train_labels), (test_images, test_labels) = cifar10.load_data()
# 类别名称
class_names = ['飞机', '汽车', '鸟', '猫', '鹿',
'狗', '青蛙', '马', '船', '卡车']3.2 数据预处理
实例
python
# 归一化像素值到0-1范围
train_images = train_images / 255.0
test_images = test_images / 255.0
# 查看数据形状
print("训练集图像形状:", train_images.shape)
print("训练集标签形状:", train_labels.shape)4. 构建模型
4.1 模型架构
我们将构建一个卷积神经网络(CNN)，这是处理图像任务的经典结构。
实例
python
from tensorflow.keras import layers, models
model = models.Sequential([
# 卷积层1
layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)),
layers.MaxPooling2D((2, 2)),
# 卷积层2
layers.Conv2D(64, (3, 3), activation='relu'),
layers.MaxPooling2D((2, 2)),
# 卷积层3
layers.Conv2D(64, (3, 3), activation='relu'),
# 全连接层
layers.Flatten(),
layers.Dense(64, activation='relu'),
layers.Dense(10) # 输出层，10个类别
])模型结构可视化
训练模型
编译模型
实例
python
model.compile(optimizer='adam',
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])开始训练
实例
python
history = model.fit(train_images, train_labels, epochs=10,
validation_data=(test_images, test_labels))训练过程可视化
实例
python
import matplotlib.pyplot as plt
plt.plot(history.history['accuracy'], label='训练准确率')
plt.plot(history.history['val_accuracy'], label='验证准确率')
plt.xlabel('Epoch')
plt.ylabel('Accuracy')
plt.ylim([0, 1])
plt.legend(loc='lower right')
plt.show()模型评估与预测
评估测试集性能
实例
python
test_loss, test_acc = model.evaluate(test_images, test_labels, verbose=2)
print(f'\n测试准确率: {test_acc}')进行预测
实例
python
import numpy as np
# 添加softmax层使输出为概率
probability_model = tf.keras.Sequential([model, layers.Softmax()])
# 对测试集前5张图进行预测
predictions = probability_model.predict(test_images[:5])
# 显示预测结果
for i in range(5):
predicted_label = np.argmax(predictions[i])
true_label = test_labels[i][0]
print(f"预测: {class_names[predicted_label]} | 实际: {class_names[true_label]}")项目扩展建议
提高模型性能的方法
- 增加网络深度（更多卷积层）
- 使用数据增强技术
- 尝试不同的优化器和学习率
- 添加批归一化层
实际应用方向
- 医学影像分析
- 自动驾驶中的物体识别
- 工业质检系统
- 安防监控系统
8. 常见问题解答
Q1: 为什么选择CNN而不是普通神经网络？
A: CNN通过局部连接和权值共享能更好地捕捉图像的空间特征，且参数更少。
Q2: 如何选择合适的epoch数量？
A: 观察验证集准确率，当不再提升时停止训练，避免过拟合。
Q3: 遇到内存不足错误怎么办？
A: 可以减小batch size，或使用更小的图像尺寸。
AI 思考中...