手把手教你：图像识别的垃圾分类系统

  • 时间:
  • 分类: Python

系列文章

手把手教你：人脸识别考勤系统

手把手教你：基于粒子群优化算法（PSO）优化卷积神经网络（CNN）的文本分类

@

目录
  • 系列文章
  • 项目简介
  • 一、项目架构
  • 二、图像数据
  • 三、环境介绍
    • 1.环境要求
    • 2.环境安装实例
  • 四、重要代码介绍
    • 1.图像数据读取和预处理
    • 2.图像数据增强
    • 3.模型加载并训练
      • 3.1 模型加载
      • 3.2 模型训练
      • 3.3 训练各项指标
    • 4.结果预测
      • 4.1 测试集模型评价
      • 4.2 单张图片测试
  • 五、完整代码地址



项目简介

本文主要介绍如何使用python搭建：一个基于深度残差网络（ResNet）的图像识别垃圾分类系统。

博主也参考过网上其他博主介绍：ResNet或图像分类的文章，但大多是理论大于方法。很多同学肯定对原理不需要过多了解，只需要搭建出一个分类或预测系统即可。

本文只会告诉你如何快速搭建一个基于ResNet的图像分类系统并运行，原理的东西可以参考其他博主 。

也正是因为我发现网上大多的帖子只是针对原理进行介绍，功能实现的相对很少。

如果您有以上想法，那就找对地方了！

不多废话，直接进入正题！

一、项目架构

整个项目的程序流程图如下，分别为：
1.图像数据预处理
2.模型训练
3.模型测试
三个模块

程序流程

二、图像数据

本文用到的垃圾图片数据主要为以下四类：

1.厨余垃圾
2.可回收垃圾
3.其他垃圾
4.有害垃圾
如下：

图像数据

其中每个类别又涉及多个子类别如， 有害垃圾 文件夹中，中又涉及以下多个类别：

有害垃圾

每类图片数量及图片总数情况如下，共计6038张图像数据：

图片数量

三、环境介绍

1.环境要求

本项目开发IDE使用的是： Anaconda中的jupyter notebook ，大家可以直接csdn搜索安装指南非常多，这里就不再赘述。

因为本项目基于TensorFlow因此需要以下环境：

  • tensorflow==2.0
  • pandas
  • scikit-learn
  • numpy
  • OpenCV2
  • matplotlib

如下：
引入包

2.环境安装实例

环境都可以通过pip进行安装。如果只是想要功能跑起来，这边建议tensorflow安装cpu版的。

如果没使用过pycharm通过pip安装包的同学可以参考如下：

环境安装方法
点开“终端”，然后通过pip进行安装tensorflow，其他环境包也可以通过上面的方法安装。

四、重要代码介绍

1.图像数据读取和预处理

 ## 读取图像，解决imread不能读取中文路径的问题

def cv_imread(filePath):

    # 核心就是下面这句，一般直接用这句就行，直接把图片转为mat数据

    cv_img=cv2.imdecode(np.fromfile(filePath,dtype=np.uint8),-1)

    # imdecode读取的是rgb，如果后续需要opencv处理的话，需要转换成bgr，转换后图片颜色会变化

    # cv_img=cv2.cvtColor(cv_img,cv2.COLOR_RGB2BGR)

    return cv_img



# 定义图像获取函数

def read_img(img_url_list,num):

    # 设置随机数种子

    random.seed(999)

    imgs = []

    err_img = []

    if num>len(img_url_list):

        print("抱歉，出错了，您设置的采样数量大于了图片张数，请调小img_num！")

    else:

        # 对图片数量进行采样

        img_url_list = img_url_list[:num]

        for img_url in tqdm(img_url_list):

            # 获取图像

            img = cv_imread(img_url)

            if img is None:

                err_img.append(img_url) 

            else:

                # skimage.transform.resize(image, output_shape)改变图片的尺寸

                img = cv2.resize(img, (w,h))

                if np.asarray(img).shape == (w,h,3):

                    imgs.append(img)

                else:

                    err_img.append(img_url)

    return imgs

2.图像数据增强

因为我们用于训练的图像数量不算多，可以进行以下几种方式进行数据增强：

  1. 随机裁剪
  2. 旋转
  3. 翻转
 # 图像增强将图像进行随机翻转，裁剪

def img_create_cut(imgs,label,cut_min,cut_max,cut_true):

    imgs_out = []

    label_out = []

    w = imgs[0].shape[0]

    h = imgs[0].shape[1]

    for i in tqdm(range(len(imgs))):

        # 添加原图

        imgs_out.append(imgs[i])

        label_out.append(label[i])

        if cut_true:

            # 原图随机裁剪，执行1次

            for f in range(1):

                # 生成裁剪随机数

                rd_num = np.random.uniform(cut_min, cut_max)

                # 生成随机裁剪长宽

                rd_w = int(w * rd_num)

                rd_h = int(h * rd_num)

                # 进行裁剪

                crop_img = tf.image.random_crop(imgs[i],[rd_w,rd_h,c]).numpy()

                # 重新调整大小

                re_img = cv2.resize(crop_img, (w, h))

                # 添加裁剪图像

                imgs_out.append(re_img)

                # 添加类标

                label_out.append(label[i])

        # 随机翻转

        for e in range(0,2):

            # 1:水平翻转,0:垂直翻转,-1:水平垂直翻转

            f_img = cv2.flip(imgs[i], e)

            # 添加翻转图像

            imgs_out.append(f_img)

            # 添加类标

            label_out.append(label[i])

            

    imgs_out,label_out = np.asarray(imgs_out, np.float32), np.asarray(label_out, np.int32)

    # 打乱顺序

    # 读取data矩阵的第一维数（图片的个数）

    num_example = imgs_out.shape[0]

    arr = np.arange(num_example)

    np.random.seed(99)

    np.random.shuffle(arr)

    imgs_out= imgs_out[arr]

    label_out= label_out[arr]

    return imgs_out,label_out

3.模型加载并训练

3.1 模型加载

模型加载

3.2 模型训练

模型训练

3.3 训练各项指标

可以看到，训练准确率模型很快就达到了一个比较高的水平，测试集准确率在80分以上。
训练指标

4.结果预测

读取训练好的模型：

 w = test_data.shape[1]

h = test_data.shape[2]

c = test_data.shape[3]

# 获取label数量

label_counts = len(classes)

# 加载模型结构

Resnetmodel = ResNetModel(input_shape=(w,h,c),classes=label_counts)

ResNet_model = Resnetmodel.ResNet50()

# 设置学习率

learning_rate=0.001

optimizer = keras.optimizers.Adam(learning_rate=learning_rate)

ResNet_model.compile(optimizer=optimizer,loss='sparse_categorical_crossentropy',metrics=['accuracy'])

ResNet_model.summary()

4.1 测试集模型评价

使用sklearn输出各类别评价指标：
其中类标：

0为：厨余垃圾
1为：可回收垃圾
2为：其他垃圾
3为：有害垃圾

模型评估

4.2 单张图片测试

单张图片测试

五、完整代码地址

由于项目代码量和数据集较大，感兴趣的同学可以下载完整代码，使用过程中如遇到任何问题可以在评论区评论或者私信我，我都会一一解答。

完整代码下载：
手把手教你：图像识别的垃圾分类系统

标签: python

添加新评论