详情
在本教程中，我们将使用 TensorFlow (Keras API) 实现一个用于二进制分类任务的深度学习模型，该任务包括将细胞的图像标记为感染或未感染疟疾。
数据集来源:/iarunava/cell-images-for-detecting-malaria
数据集包含2个文件夹
感染::13780张图片 未感染:13780张图片
总共27558张图片。
此数据集取自NIH官方网站:.gov/repositories/malaria-datasets/
环境:kaggle，天池实验室或者gogole colab都可以。
导入相关模块
import cv2 import tensorflow as tf from import Sequential from import Dense, Conv2D, MaxPool2D, Flatten, Activation from import train_test_split import numpy as np import as plt import glob import os
对于图片数据存在形状不一样的情况，因此需要使用 OpenCV 进行图像预处理。
将图片变成 numpy 数组(数字格式)的形式转换为灰度，并将其调整为一个(70x70)形状。
img_dir="../input/cell-images-for-detecting-malaria/cell_images" img_size=70 def load_img_data(path): # 打乱数据 image_files = ((path, "Parasitized/*.png")) + ((path, "Uninfected/*.png")) X, y = [], [] for image_file in image_files: # 命名标签 0 for uninfected and 1 for infected label = 0 if "Uninfected" in image_file else 1 # load the image in gray scale 变成灰度图片 img_arr = (image_file, ) # resize the image to (70x70) 调整图片大小 img_resized = (img_arr, (img_size, img_size)) (img_resized) (label) return X, y X, y = load_img_data(img_dir)
查看X的shape。
print()
X的shape为(27558, 70, 70, 1)，27558表示图片的数据，70*70表示图片的长和宽像素。
另外，为了帮助网络更快收敛，我们应该进行数据归一化。在sklearn 中有一些缩放方法，例如:
在这里我们将除以255，因为像素可以达到的最大值是255，这将导致应用缩放后像素范围在 0 和 1 之间。
X, y = load_img_data(img_dir) # reshape to (n_samples, 70, 70, 1) (to fit the NN) X = (X).reshape(-1, img_size, img_size, 1) #从[0，255]到[0，1]缩放像素 帮助神经网络更快地训练 X = X / 255 # shuffle & split the dataset X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=, stratify=y) print("Total training samples:", ) print("Total validation samples:", [0])
使用sklearn的train_test_split()方法将数据集划分为训练集和测试集，我们使用总数据的 10% 稍后对其进行验证。
在建立的模型中，我们将添加 3 个卷积层，然后Flatten是由层组成的全连接Dense层。
model = Sequential() (Conv2D(64, (3, 3), input_shape=[1:])) (Activation("relu")) (MaxPool2D(pool_size=(2, 2))) (Conv2D(64, (3, 3))) (Activation("relu")) (MaxPool2D(pool_size=(2, 2))) (Conv2D(64, (3, 3))) (Activation("relu")) (MaxPool2D(pool_size=(2, 2))) (Flatten()) (Dense(64)) (Activation("relu")) (Dense(64)) (Activation("relu")) (Dense(1)) (Activation("sigmoid")) (loss="binary_crossentropy", optimizer="adam", metrics=["accuracy"]) print(())
由于输出是二进制的(感染或未感染)，我们使用Sigmoid 函数作为输出层的激活函数。
# train the model with 10 epochs, 64 batch size (X_train, (y_train), batch_size=64, epochs=10, validation_split=)
在训练数据集及其验证拆分上实现了94%的准确率。
现在使用evaluate() 来评估测试数据集上的模型
loss, accuracy = (X_test, (y_test), verbose=0) print(f"Testing on {len(X_test)} images, the results are Accuracy: {accuracy} | Loss: {loss}")
输出如下
Testing on 2756 images, the results are Accuracy: 0. | Loss: 0.
该模型在测试数据中也表现OK，准确率达到94%
最后，我们将通过保存我们的模型来结束所有这个过程。
("")