作者|Sakshi Butala
編譯|VK
來源|Towards Data Science
在本文中，我將向你展示如何使用卷積神經網路（CNNs）構建字母識別系統，并使用anvil.works部署，在本文的最后，你將能夠創建上面所示系統，
目錄
-
卷積神經網路
-
CNN實施
-
Anvil集成
卷積神經網路
讓我們從理解什么是卷積神經網路開始，卷積神經網路（CNN）是一種廣泛應用于影像識別和分類的神經網路，
cnn是多層感知器的正則化版本，多層感知器通常是指全連接網路，即一層中的每個神經元都與下一層的所有神經元相連，
CNN由以下層組成：
卷積層：一個大小為3X3或5X5的“核”被傳遞到影像上，并計算原始像素值與內核中定義的權重的點積，然后，該矩陣通過一個激活函式“ReLu”，該函式將矩陣中的每個負值轉換為零，
池化層：“池化矩陣”的大小有2X2或4X4，通過池化減小矩陣的大小，從而只突出影像的重要特征，
共有兩種型別的池操作：
- 最大池是一種池型別，池化矩陣中存在的最大值被放入最終矩陣中，
- 平均池（Average Pooling）是一種池型別，其中計算池化矩陣中所有值的平均值并將其放入最終矩陣中，
注意：CNN架構中可以有多個卷積層和池層的組合，以提高其性能，
全連接層：最后的矩陣被展平成一維向量，然后將該向量輸入神經網路，最后，輸出層是附加到影像上的不同標簽（例如字母a、b、c）的概率串列，最高概率的標簽是分類器的輸出，
CNN實作
讓我們通過匯入Jupyter Notebook中的庫開始實作，如下所示：
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
然后，讓我們從a到z匯入包含影像的2個資料集，以訓練和測驗我們的模型，你可以從下面鏈接的GitHub存盤庫下載資料集，
鏈接：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生成一批張量影像資料，通過使用rescale進行縮放，將0-255范圍內的RGB系數轉換為0到1之間的目標值，
shear_range用于隨機應用剪切變換，
zoom_range用于在圖片內部隨機縮放，
horizontal_flip用于水平隨機翻轉一半影像，
然后我們使用.flow_from_directory從目錄中逐個匯入影像，并對其應用ImageDataGenerator，
然后，我們將影像從原始大小轉換為目標大小，并宣告batch大小，它是指在一次迭代中使用的訓練示例的數量，
然后我們將class_mode設定為category，這表示我們有多個類（a到z）可以預測，
接下來我們構建我們的CNN架構，
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()
我們首先創建一個Sequential模型，它允許我們使用.add函式逐層定義CNN架構，
我們首先在輸入影像上添加一個帶有32個3X3大小的濾波器（核）的卷積層，并將其通過“relu”激活函式，
然后我們使用大小為2X2的池執行MaxPooling操作，
然后再次重復這些層以提高模型的性能，
最后，我們將得到的矩陣展平并通過一個由128個節點組成的全連接層，然后將其連接到由26個節點組成的輸出層，每個節點代表一個字母表，我們使用softmax激活將分數轉換成一個正態化的概率分布，并選擇概率最高的節點作為輸出，
一旦我們的CNN架構被定義，我們就使用adam優化器編譯模型，
最后，我們對模型進行訓練，
model.fit_generator(train_generator,
steps_per_epoch = 16,
epochs = 3,
validation_data = https://www.cnblogs.com/panchuangai/p/test_generator,
validation_steps = 16)
模型訓練后的準確率為：93.42%
現在讓我們來測驗我們的模型，但是在我們這樣做之前，我們需要定義一個函式，它給我們與結果相關聯的字母表，
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，讓我們測驗一下我們的模型：
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))
該模型正確地預測了輸入影像的字母，結果為“e”，
Anvil集成
Anvil是一個允許我們使用python構建全堆疊web應用程式的平臺，它使我們更容易將機器學習模型從Jupyter Notebook轉換成web應用程式，
讓我們首先在anvil上創建一個帳戶，完成后，用material design創建一個新的空白應用程式，
查看此鏈接，了解如何使用anvil的逐步教程：https://anvil.works/learn
右邊的工具箱包含所有可以拖到網站上的組件，
所需組件：
-
2個標簽（標題和子標題）
-
影像（顯示輸入影像）
-
FileLoader（上傳輸入影像）
-
突出顯示按鈕（用于預測結果）
-
標簽（查看結果）
拖放這些組件并根據你的要求排列它們，
要添加標題和副標題，請在右側的“屬性”部分選擇標簽和，然后轉到名為“文本”的選項，如下所示（以紅色突出顯示），然后鍵入標題/副標題，
完成用戶界面后，進入上面所示的代碼部分（以綠色突出顯示）并創建一個新函式，如下所示
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
當我們按下“PREDICT”按鈕時，將執行此函式，它將獲取從檔案加載程式上傳的輸入影像并將其傳遞到Jupyter Notebook的“model_run”函式，此函式將回傳預測字母，
現在要做的就是把我們的anvil網站連接到Jupyter Notebook，
這需要執行以下兩個步驟：
- 匯入Anvil上行鏈路(uplink)密鑰：單擊設定按鈕，然后單擊上行鏈路，單擊啟用上行鏈路密鑰并復制密鑰，
在Jupyter Notebook內粘貼以下內容：
import anvil.server
import anvil.media
anvil.server.connect("paste your anvil uplink key here")
-
創建一個“model_run”函式來預測上傳到網站中的影像，
@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))
現在你可以回到anvil，點擊run按鈕，字母識別系統就完全完成了，
你可以在我的GitHub存盤庫中找到源代碼和資料集：https://github.com/sakshibutala/CNN_AlphabetRecognition，
參考
- Convolutional Neural Network Tutorial: From Basic to Advanced - MissingLink.ai
- CS 230 - Convolutional Neural Networks Cheatsheet
- Keras documentation: Image data preprocessing
原文鏈接：https://towardsdatascience.com/building-and-deploying-an-alphabet-recognition-system-7ab59654c676
歡迎關注磐創AI博客站：
http://panchuang.net/
sklearn機器學習中文官方檔案：
http://sklearn123.com/
歡迎關注磐創博客資源匯總站：
http://docs.panchuang.net/
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/712.html
標籤：其他
上一篇：如何使用Q-Q圖驗證資料的分布