基于Tensorflow + Opencv 实现CNN自定义图像分类

傷城~ 2022-09-12 06:43 188阅读 0赞

> 摘要：本篇文章主要通过Tensorflow+Opencv实现CNN自定义图像分类案例，它能解决我们现实论文或实践中的图像分类问题，并与机器学习的图像分类算法进行对比实验。

本文分享自华为云社区《[Tensorflow+Opencv实现CNN自定义图像分类及与KNN图像分类对比][Tensorflow_Opencv_CNN_KNN]》，作者：eastmount 。

# 一.图像分类 #

图像分类（Image Classification）是对图像内容进行分类的问题，它利用计算机对图像进行定量分析，把图像或图像中的区域划分为若干个类别，以代替人的视觉判断。图像分类的传统方法是特征描述及检测，这类传统方法可能对于一些简单的图像分类是有效的，但由于实际情况非常复杂，传统的分类方法不堪重负。现在，广泛使用机器学习和深度学习的方法来处理图像分类问题，其主要任务是给定一堆输入图片，将其指派到一个已知的混合类别中的某个标签。

在下图中，图像分类模型将获取单个图像，并将为4个标签\{cat，dog，hat，mug\}，分别对应概率\{0.6, 0.3, 0.05, 0.05\}，其中0.6表示图像标签为猫的概率，其余类比。该图像被表示为一个三维数组。在这个例子中，猫的图像宽度为248像素，高度为400像素，并具有红绿蓝三个颜色通道（通常称为RGB）。因此，图像由248×400×3个数字组成或总共297600个数字，每个数字是一个从0（黑色）到255（白色）的整数。图像分类的任务是将这接近30万个数字变成一个单一的标签，如“猫（cat）”。

![514bd016218038bd533da99fb5d6eb8f.png][]

那么，如何编写一个图像分类的算法呢？又怎么从众多图像中识别出猫呢？这里所采取的方法和教育小孩看图识物类似，给出很多图像数据，让模型不断去学习每个类的特征。在训练之前，首先需要对训练集的图像进行分类标注，如图所示，包括cat、dog、mug和hat四类。在实际工程中，可能有成千上万类别的物体，每个类别都会有上百万张图像。

![74bd9fae24a18e4dac621ca1cf5b8c19.png][]

图像分类是输入一堆图像的像素值数组，然后给它分配一个分类标签，通过训练学习来建立算法模型，接着使用该模型进行图像分类预测，具体流程如下：

*  **输入：** 输入包含N个图像的集合，每个图像的标签是K种分类标签中的一种，这个集合称为训练集。
 *  **学习：** 第二步任务是使用训练集来学习每个类的特征，构建训练分类器或者分类模型。
 *  **评价：** 通过分类器来预测新输入图像的分类标签，并以此来评价分类器的质量。通过分类器预测的标签和图像真正的分类标签对比，从而评价分类算法的好坏。如果分类器预测的分类标签和图像真正的分类标签一致，表示预测正确，否则预测错误。

常见的分类算法包括朴素贝叶斯分类器、决策树、K最近邻分类算法、支持向量机、神经网络和基于规则的分类算法等，同时还有用于组合单一类方法的集成学习算法，如Bagging和Boosting等。

# 二.基于KNN算法的图像分类 #

## 1.KNN算法 ##

K最近邻分类（K-Nearest Neighbor Classifier）算法是一种基于实例的分类方法，是数据挖掘分类技术中最简单常用的方法之一。该算法的核心思想是从训练样本中寻找所有训练样本X中与测试样本距离（欧氏距离）最近的前K个样本（作为相似度），再选择与待分类样本距离最小的K个样本作为X的K个最邻近，并检测这K个样本大部分属于哪一类样本，则认为这个测试样本类别属于这一类样本。

假设现在需要判断下图中的圆形图案属于三角形还是正方形类别，采用KNN算法分析如下：

![28eb5a4160d562dc1d1d8979b2755b3f.png][]

*  当K=3时，图中第一个圈包含了三个图形，其中三角形2个，正方形一个，该圆的则分类结果为三角形。
 *  当K=5时，第二个圈中包含了5个图形，三角形2个，正方形3个，则以3:2的投票结果预测圆为正方形类标。设置不同的K值，可能预测得到不同的结果。

简而言之，一个样本与数据集中的k个最相邻样本中的大多数的类别相同。由其思想可以看出，KNN是通过测量不同特征值之间的距离进行分类，而且在决策样本类别时，只参考样本周围k个“邻居”样本的所属类别。因此比较适合处理样本集存在较多重叠的场景，主要用于预测分析、文本分类、降维等处理。

KNN在Sklearn机器学习包中，实现的类是neighbors.KNeighborsClassifier，简称KNN算法。构造方法为：

KNeighborsClassifier(algorithm='ball_tree', 
        leaf_size=30, 
        metric='minkowski',
        metric_params=None, 
        n_jobs=1, 
        n_neighbors=3, 
        p=2, 
        weights='uniform')

KNeighborsClassifier可以设置3种算法：brute、kd\_tree、ball\_tree，设置K值参数为n\_neighbors=3。调用方法如下：

*  from sklearn.neighbors import KNeighborsClassifier
 *  knn = KNeighborsClassifier(n\_neighbors=3, algorithm=“ball\_tree”)

它包括两个步骤：

*  训练：nbrs.fit(data, target)
 *  预测：pre = clf.predict(data)

## 2.数据集 ##

该部分主要使用Scikit-Learn包进行Python图像分类处理。Scikit-Learn扩展包是用于Python数据挖掘和数据分析的经典、实用扩展包，通常缩写为Sklearn。Scikit-Learn中的机器学习模型是非常丰富的，包括线性回归、决策树、SVM、KMeans、KNN、PCA等等，用户可以根据具体分析问题的类型选择该扩展包的合适模型，从而进行数据分析，其安装过程主要通过“pip install scikit-learn”实现。

实验所采用的数据集为Sort\_1000pics数据集，该数据集包含了1000张图片，总共分为10大类，分别是人（第0类）、沙滩（第1类）、建筑（第2类）、大卡车（第3类）、恐龙（第4类）、大象（第5类）、花朵（第6类）、马（第7类）、山峰（第8类）和食品（第9类），每类100张。如图所示。

![4949461503f4d0396be32e5fd731a14b.png][]

接着将所有各类图像按照对应的类标划分至“0”至“9”命名的文件夹中，如图所示，每个文件夹中均包含了100张图像，对应同一类别。

![26cc4d7cb46ae3f5fb8574b8ae487474.png][]

比如，文件夹名称为“6”中包含了100张花的图像，如下图所示。

![b350fcf8533eee63c64986194028ce92.png][]

## 3.KNN图像分类 ##

下面是调用KNN算法进行图像分类的完整代码，它将1000张图像按照训练集为70%，测试集为30%的比例随机划分，再获取每张图像的像素直方图，根据像素的特征分布情况进行图像分类分析。KNeighborsClassifier()核心代码如下：

*  from sklearn.neighbors import KNeighborsClassifier
 *  clf = KNeighborsClassifier(n\_neighbors=11).fit(XX\_train, y\_train)
 *  predictions\_labels = clf.predict(XX\_test)

完整代码及注释如下：

# -*- coding: utf-8 -*-
    import os
    import cv2
    import numpy as np
    from sklearn.cross_validation import train_test_split
    from sklearn.metrics import confusion_matrix, classification_report
    
    #----------------------------------------------------------------------------------
    # 第一步 切分训练集和测试集
    #----------------------------------------------------------------------------------
    
    X = [] #定义图像名称
    Y = [] #定义图像分类类标
    Z = [] #定义图像像素
    
    for i in range(0, 10):
        #遍历文件夹，读取图片
        for f in os.listdir("photo/%s" % i):
            #获取图像名称
            X.append("photo//" +str(i) + "//" + str(f))
            #获取图像类标即为文件夹名称
            Y.append(i)
    
    X = np.array(X)
    Y = np.array(Y)
    
    #随机率为100% 选取其中的30%作为测试集
    X_train, X_test, y_train, y_test = train_test_split(X, Y,
                                                        test_size=0.3, random_state=1)
    
    print len(X_train), len(X_test), len(y_train), len(y_test)
    
    #----------------------------------------------------------------------------------
    # 第二步 图像读取及转换为像素直方图
    #----------------------------------------------------------------------------------
    
    #训练集
    XX_train = []
    for i in X_train:
        #读取图像
        #print i
        image = cv2.imread(i)
        
        #图像像素大小一致
        img = cv2.resize(image, (256,256),
                         interpolation=cv2.INTER_CUBIC)
    
        #计算图像直方图并存储至X数组
        hist = cv2.calcHist([img], [0,1], None,
                                [256,256], [0.0,255.0,0.0,255.0])
    
        XX_train.append(((hist/255).flatten()))
    
    #测试集
    XX_test = []
    for i in X_test:
        #读取图像
        #print i
        image = cv2.imread(i)
        
        #图像像素大小一致
        img = cv2.resize(image, (256,256),
                         interpolation=cv2.INTER_CUBIC)
    
        #计算图像直方图并存储至X数组
        hist = cv2.calcHist([img], [0,1], None,
                                [256,256], [0.0,255.0,0.0,255.0])
    
        XX_test.append(((hist/255).flatten()))
    
    #----------------------------------------------------------------------------------
    # 第三步 基于KNN的图像分类处理
    #----------------------------------------------------------------------------------
    
    from sklearn.neighbors import KNeighborsClassifier
    clf = KNeighborsClassifier(n_neighbors=11).fit(XX_train, y_train)
    predictions_labels = clf.predict(XX_test)
    
    print u'预测结果:'
    print predictions_labels
    
    print u'算法评价:'
    print (classification_report(y_test, predictions_labels))
    
    #输出前10张图片及预测结果
    k = 0
    while k<10:
        #读取图像
        print X_test[k]
        image = cv2.imread(X_test[k])
        print predictions_labels[k]
        #显示图像
        cv2.imshow("img", image)
        cv2.waitKey(0)
        cv2.destroyAllWindows()
        k = k + 1

代码中对预测集的前十张图像进行了显示，其中“818.jpg”图像如图所示，其分类预测的类标结果为“8”，表示第8类山峰，预测结果正确。

![2aa6c92299a1cb78e6709db1aabb9fd2.png][]

下图展示了“452.jpg”图像，其分类预测的类标结果为“4”，表示第4类恐龙，预测结果正确。

![1e527932daf69703fcf07be9a1eb1df5.png][]

下图展示了“507.jpg”图像，其分类预测的类标结果为“7”，错误地预测为第7类恐龙，其真实结果应该是第5类大象。

![0c685dc4345771802312ce05c18223b4.png][]

使用KNN算法进行图像分类实验，最后算法评价的准确率（Precision）、召回率（Recall）和F值（F1-score）如图所示，其中平均准确率为0.64，平均召回率为0.55，平均F值为0.50，其结果不是非常理想。那么，如果采用CNN卷积神经网络进行分类，通过不断学习细节是否能提高准确度呢？

![dc82f15f6c4351daea86066ddcf6e00a.png][]

# 三.Tensorflow+Opencv实现CNN图像分类 #

首先，我们需要在TensorFlow环境下安装OpenCV扩展包；其次需要通过TensorFlow环境搭建CNN神经网络；最后通过不断学实现图像分类实验。

## 1.OpenCV库安装 ##

第一步，打开Anaconda程序，并选择已经安装好的“TensorFlow”环境，运行Spyder。

![83719d18cfe56732eecc37e3ac1ae70f.png][]

第二步，我们需要在TensorFlow环境中安装opencv-python扩展包，否则会提示错误“ModuleNotFoundError: No module named ‘cv2’”。调用Anaconda Prompt安装即可，如下图所示：

activate tensorflow
    pip install opencv-python

![938dd4a668266c414868465a4a0b1a1d.png][]

安装成功如下图所示。

![235d13cba9f569922c3b78d3b839d8c3.png][]

但是，由于anaconda的.org服务器在国外，下载速度很慢，提示错误“Anaconda An HTTP error occurred when trying to retrieve this URL.HTTP errors are often intermittent”。

*  解决方法一：从国内清华的镜像下载
 *  解决方法二：从PYPI网站下载对应版本的opencv-python，在再安装本地下载的.whl文件。下载地址：[https://www.lfd.uci.edu/~gohlke/pythonlibs/\#OpenCV][https_www.lfd.uci.edu_gohlke_pythonlibs_OpenCV]

由于第一种方法一直失败，这里推荐读者尝试第二种方法，同时作者会将“opencv\_python-4.1.2-cp36-cp36m-win\_amd64.whl”文件上传供大家直接使用。（4.1.2代表opencv的版本，cp36代表用的python3.6，并且是64位）。

第三步，调用PIP安装本地opencv扩展包。

activate tensorflow
    pip install C:\Users\xiuzhang\Desktop\TensorFlow\opencv_python-4.1.2-cp36-cp36m-win_amd64.whl

![225c144ea78fb2df01cdc2992fed358d.png][]

这种方法非常迅速，推荐大家使用。安装成功之后，开始编写我们的代码吧！

## 2.读取文件夹图像 ##

该部分具体步骤如下：

*  定义函数read\_img()，读取文件夹“photo”中“0”到“9”的图像
 *  调用cv2.imread()函数循环获取每张图片的所有像素值，并通过  
    cv2.resize()统一修改为32\*32大小
 *  依次获取图像像素、图像类标和图像路径名称：fpaths, data, label = read\_img(path)
 *  将图像的顺序随机调整，并按照2-8比例划分数据集，其中80%的数据用于训练，20%的数据用于测试

![ed86d964f386e87377dee54eef9c9034.png][]

#---------------------------------第一步 读取图像-----------------------------------
    def read_img(path):
        cate = [path + x for x in os.listdir(path) if os.path.isdir(path + x)]
        imgs = []
        labels = []
        fpath = []
        for idx, folder in enumerate(cate):
            # 遍历整个目录判断每个文件是不是符合
            for im in glob.glob(folder + '/*.jpg'):
                #print('reading the images:%s' % (im))
                img = cv2.imread(im)             #调用opencv库读取像素点
                img = cv2.resize(img, (32, 32))  #图像像素大小一致
                imgs.append(img)                 #图像数据
                labels.append(idx)               #图像类标
                fpath.append(path+im)            #图像路径名
                #print(path+im, idx)
                
        return np.asarray(fpath, np.string_), np.asarray(imgs, np.float32), np.asarray(labels, np.int32)
    
    # 读取图像
    fpaths, data, label = read_img(path)
    print(data.shape)  # (1000, 256, 256, 3)
    # 计算有多少类图片
    num_classes = len(set(label))
    print(num_classes)
    
    # 生成等差数列随机调整图像顺序
    num_example = data.shape[0]
    arr = np.arange(num_example)
    np.random.shuffle(arr)
    data = data[arr]
    label = label[arr]
    fpaths = fpaths[arr]
    
    # 拆分训练集和测试集 80%训练集 20%测试集
    ratio = 0.8
    s = np.int(num_example * ratio)
    x_train = data[:s]
    y_train = label[:s]
    fpaths_train = fpaths[:s] 
    x_val = data[s:]
    y_val = label[s:]
    fpaths_test = fpaths[s:] 
    print(len(x_train),len(y_train),len(x_val),len(y_val)) #800 800 200 200
    print(y_val)

## 3.搭建CNN ##

该部分具体步骤如下：

*  首先定义Placeholder，用于传入输入值，xs表示图片32\*32像素点，并且包含RGB三个图层，故大小设置为32 \* 32 \* 3；ys表示每张图片最终预测的类标值。
 *  调用tf.layers.conv2d()函数定义卷积层，包括20个卷积核，卷积核大小为5，激励函数为Relu；调用tf.layers.max\_pooling2d()函数定义池化处理，步长为2，缩小一倍。
 *  接着定义第二个卷积层和池化层，现共有conv0, pool0和conv1, pool1。
 *  通过tf.layers.dense()函数定义全连接层，转换为长度为400的特征向量，加上DropOut防止过拟合。
 *  输出层为logits，包括10个数字，最终预测结果为predicted\_labels，即为tf.arg\_max(logits, 1)。

#---------------------------------第二步 建立神经网络-----------------------------------
    # 定义Placeholder
    xs = tf.placeholder(tf.float32, [None, 32, 32, 3])  #每张图片32*32*3个点
    ys = tf.placeholder(tf.int32, [None])               #每个样本有1个输出
    # 存放DropOut参数的容器 
    drop = tf.placeholder(tf.float32)                   #训练时为0.25 测试时为0
    
    # 定义卷积层 conv0
    conv0 = tf.layers.conv2d(xs, 20, 5, activation=tf.nn.relu)    #20个卷积核 卷积核大小为5 Relu激活
    # 定义max-pooling层 pool0
    pool0 = tf.layers.max_pooling2d(conv0, [2, 2], [2, 2])        #pooling窗口为2x2 步长为2x2
    print("Layer0：\n", conv0, pool0)
     
    # 定义卷积层 conv1
    conv1 = tf.layers.conv2d(pool0, 40, 4, activation=tf.nn.relu) #40个卷积核 卷积核大小为4 Relu激活
    # 定义max-pooling层 pool1
    pool1 = tf.layers.max_pooling2d(conv1, [2, 2], [2, 2])        #pooling窗口为2x2 步长为2x2
    print("Layer1：\n", conv1, pool1)
    
    # 将3维特征转换为1维向量
    flatten = tf.layers.flatten(pool1)
    
    # 全连接层 转换为长度为400的特征向量
    fc = tf.layers.dense(flatten, 400, activation=tf.nn.relu)
    print("Layer2：\n", fc)
    
    # 加上DropOut防止过拟合
    dropout_fc = tf.layers.dropout(fc, drop)
    
    # 未激活的输出层
    logits = tf.layers.dense(dropout_fc, num_classes)
    print("Output：\n", logits)
    
    # 定义输出结果
    predicted_labels = tf.arg_max(logits, 1)

## 4.定义损失函数和优化器 ##

利用交叉熵定义损失，同时用AdamOptimizer优化器进行深度学习，核心代码如下。

one-hot类型数据又称为一位有效编码，主要是采用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候只有一位有效。例如\[0 0 0 1 0 0 0 0 0 0…\] 表示为“动物”。

# 利用交叉熵定义损失
    losses = tf.nn.softmax_cross_entropy_with_logits(
            labels = tf.one_hot(ys, num_classes),       #将input转化为one-hot类型数据输出
            logits = logits)
    
    # 平均损失
    mean_loss = tf.reduce_mean(losses)
    
    # 定义优化器 学习效率设置为0.0001
    optimizer = tf.train.AdamOptimizer(learning_rate=1e-4).minimize(losses)

## 5.模型训练和预测 ##

定义标记变量train，当它为True时进行训练操作并保存训练模型；当其为False时进行预测，20%预测集进行图像分类预测实验。

#------------------------------------第四步 模型训练和预测-----------------------------------
    # 用于保存和载入模型
    saver = tf.train.Saver()
    # 训练或预测
    train = False
    # 模型文件路径
    model_path = "model/image_model"
    
    with tf.Session() as sess:
        if train:
            print("训练模式")
            # 训练初始化参数
            sess.run(tf.global_variables_initializer())
            # 定义输入和Label以填充容器 训练时dropout为0.25
            train_feed_dict = {
                    xs: x_train,
                    ys: y_train,
                    drop: 0.25
            }
            # 训练学习1000次
            for step in range(1000):
                _, mean_loss_val = sess.run([optimizer, mean_loss], feed_dict=train_feed_dict)
                if step % 50 == 0:  #每隔50次输出一次结果
                    print("step = {}\t mean loss = {}".format(step, mean_loss_val))
            # 保存模型
            saver.save(sess, model_path)
            print("训练结束，保存模型到{}".format(model_path))
        else:
            print("测试模式")
            # 测试载入参数
            saver.restore(sess, model_path)
            print("从{}载入模型".format(model_path))
            # label和名称的对照关系
            label_name_dict = {
                0: "人类",
                1: "沙滩",
                2: "建筑",
                3: "公交",
                4: "恐龙",
                5: "大象",
                6: "花朵",
                7: "野马",
                8: "雪山",
                9: "美食"
            }
            # 定义输入和Label以填充容器 测试时dropout为0
            test_feed_dict = {
                xs: x_val,
                ys: y_val,
                drop: 0
            }
            
            # 真实label与模型预测label
            predicted_labels_val = sess.run(predicted_labels, feed_dict=test_feed_dict)
            for fpath, real_label, predicted_label in zip(fpaths_test, y_val, predicted_labels_val):
                # 将label id转换为label名
                real_label_name = label_name_dict[real_label]
                predicted_label_name = label_name_dict[predicted_label]
                print("{}\t{} => {}".format(fpath, real_label_name, predicted_label_name))
            # 评价结果
            print("正确预测个数:", sum(y_val==predicted_labels_val))
            print("准确度为:", 1.0*sum(y_val==predicted_labels_val) / len(y_val))

## 6.完整代码及实验结果 ##

完整代码如下所示，这里参考了王诗爷老师的部分代码，强烈推荐大家学习他的博客。地址：[https://blog.csdn.net/wills798][https_blog.csdn.net_wills798]

"""
    Created on Sun Dec 29 19:21:08 2019
    @author: xiuzhang Eastmount CSDN
    """
    import os
    import glob
    import cv2
    import numpy as np
    import tensorflow as tf
    
    # 定义图片路径
    path = 'photo/'
    
    #---------------------------------第一步 读取图像-----------------------------------
    def read_img(path):
        cate = [path + x for x in os.listdir(path) if os.path.isdir(path + x)]
        imgs = []
        labels = []
        fpath = []
        for idx, folder in enumerate(cate):
            # 遍历整个目录判断每个文件是不是符合
            for im in glob.glob(folder + '/*.jpg'):
                #print('reading the images:%s' % (im))
                img = cv2.imread(im)             #调用opencv库读取像素点
                img = cv2.resize(img, (32, 32))  #图像像素大小一致
                imgs.append(img)                 #图像数据
                labels.append(idx)               #图像类标
                fpath.append(path+im)            #图像路径名
                #print(path+im, idx)
                
        return np.asarray(fpath, np.string_), np.asarray(imgs, np.float32), np.asarray(labels, np.int32)
    
    # 读取图像
    fpaths, data, label = read_img(path)
    print(data.shape)  # (1000, 256, 256, 3)
    # 计算有多少类图片
    num_classes = len(set(label))
    print(num_classes)
    
    # 生成等差数列随机调整图像顺序
    num_example = data.shape[0]
    arr = np.arange(num_example)
    np.random.shuffle(arr)
    data = data[arr]
    label = label[arr]
    fpaths = fpaths[arr]
    
    # 拆分训练集和测试集 80%训练集 20%测试集
    ratio = 0.8
    s = np.int(num_example * ratio)
    x_train = data[:s]
    y_train = label[:s]
    fpaths_train = fpaths[:s] 
    x_val = data[s:]
    y_val = label[s:]
    fpaths_test = fpaths[s:] 
    print(len(x_train),len(y_train),len(x_val),len(y_val)) #800 800 200 200
    print(y_val)
    #---------------------------------第二步 建立神经网络-----------------------------------
    # 定义Placeholder
    xs = tf.placeholder(tf.float32, [None, 32, 32, 3])  #每张图片32*32*3个点
    ys = tf.placeholder(tf.int32, [None])               #每个样本有1个输出
    # 存放DropOut参数的容器 
    drop = tf.placeholder(tf.float32)                   #训练时为0.25 测试时为0
    
    # 定义卷积层 conv0
    conv0 = tf.layers.conv2d(xs, 20, 5, activation=tf.nn.relu)    #20个卷积核 卷积核大小为5 Relu激活
    # 定义max-pooling层 pool0
    pool0 = tf.layers.max_pooling2d(conv0, [2, 2], [2, 2])        #pooling窗口为2x2 步长为2x2
    print("Layer0：\n", conv0, pool0)
     
    # 定义卷积层 conv1
    conv1 = tf.layers.conv2d(pool0, 40, 4, activation=tf.nn.relu) #40个卷积核 卷积核大小为4 Relu激活
    # 定义max-pooling层 pool1
    pool1 = tf.layers.max_pooling2d(conv1, [2, 2], [2, 2])        #pooling窗口为2x2 步长为2x2
    print("Layer1：\n", conv1, pool1)
    
    # 将3维特征转换为1维向量
    flatten = tf.layers.flatten(pool1)
    
    # 全连接层 转换为长度为400的特征向量
    fc = tf.layers.dense(flatten, 400, activation=tf.nn.relu)
    print("Layer2：\n", fc)
    
    # 加上DropOut防止过拟合
    dropout_fc = tf.layers.dropout(fc, drop)
    
    # 未激活的输出层
    logits = tf.layers.dense(dropout_fc, num_classes)
    print("Output：\n", logits)
    
    # 定义输出结果
    predicted_labels = tf.arg_max(logits, 1)
    #---------------------------------第三步 定义损失函数和优化器---------------------------------
    
    # 利用交叉熵定义损失
    losses = tf.nn.softmax_cross_entropy_with_logits(
            labels = tf.one_hot(ys, num_classes),       #将input转化为one-hot类型数据输出
            logits = logits)
    
    # 平均损失
    mean_loss = tf.reduce_mean(losses)
    
    # 定义优化器 学习效率设置为0.0001
    optimizer = tf.train.AdamOptimizer(learning_rate=1e-4).minimize(losses)
    #------------------------------------第四步 模型训练和预测-----------------------------------
    # 用于保存和载入模型
    saver = tf.train.Saver()
    # 训练或预测
    train = False
    # 模型文件路径
    model_path = "model/image_model"
    
    with tf.Session() as sess:
        if train:
            print("训练模式")
            # 训练初始化参数
            sess.run(tf.global_variables_initializer())
            # 定义输入和Label以填充容器 训练时dropout为0.25
            train_feed_dict = {
                    xs: x_train,
                    ys: y_train,
                    drop: 0.25
            }
            # 训练学习1000次
            for step in range(1000):
                _, mean_loss_val = sess.run([optimizer, mean_loss], feed_dict=train_feed_dict)
                if step % 50 == 0:  #每隔50次输出一次结果
                    print("step = {}\t mean loss = {}".format(step, mean_loss_val))
            # 保存模型
            saver.save(sess, model_path)
            print("训练结束，保存模型到{}".format(model_path))
        else:
            print("测试模式")
            # 测试载入参数
            saver.restore(sess, model_path)
            print("从{}载入模型".format(model_path))
            # label和名称的对照关系
            label_name_dict = {
                0: "人类",
                1: "沙滩",
                2: "建筑",
                3: "公交",
                4: "恐龙",
                5: "大象",
                6: "花朵",
                7: "野马",
                8: "雪山",
                9: "美食"
            }
            # 定义输入和Label以填充容器 测试时dropout为0
            test_feed_dict = {
                xs: x_val,
                ys: y_val,
                drop: 0
            }
            
            # 真实label与模型预测label
            predicted_labels_val = sess.run(predicted_labels, feed_dict=test_feed_dict)
            for fpath, real_label, predicted_label in zip(fpaths_test, y_val, predicted_labels_val):
                # 将label id转换为label名
                real_label_name = label_name_dict[real_label]
                predicted_label_name = label_name_dict[predicted_label]
                print("{}\t{} => {}".format(fpath, real_label_name, predicted_label_name))
            # 评价结果
            print("正确预测个数:", sum(y_val==predicted_labels_val))
            print("准确度为:", 1.0*sum(y_val==predicted_labels_val) / len(y_val))

训练输出结果如下所示：

(1000, 32, 32, 3)
    10
    800 800 200 200
    [2 8 6 9 9 5 2 2 9 3 7 0 6 0 0 1 3 2 7 3 4 6 9 5 8 6 4 1 1 4 4 8 6 2 6 1 2
     5 0 7 9 5 2 4 6 8 7 5 8 1 6 5 1 4 8 1 9 1 8 8 6 1 0 5 3 3 1 2 9 1 8 7 6 0
     8 1 8 0 2 1 3 5 3 6 9 8 7 5 2 5 2 8 8 8 4 2 2 4 3 5 3 3 9 1 1 5 2 6 7 6 7
     0 7 4 1 7 2 9 4 0 3 8 7 5 3 8 1 9 3 6 8 0 0 1 7 7 9 5 4 0 3 0 4 5 7 2 2 3
     0 8 2 0 2 3 5 1 7 2 1 6 5 8 1 4 6 6 8 6 5 5 1 7 2 8 7 1 3 9 7 1 3 6 0 8 7
     5 8 0 1 2 7 9 6 2 4 7 7 2 8 0]
    
    Layer0： 
    Tensor("conv2d_1/Relu:0", shape=(?, 28, 28, 20), dtype=float32) 
    Tensor("max_pooling2d_1/MaxPool:0", shape=(?, 14, 14, 20), dtype=float32)
    Layer1： 
    Tensor("conv2d_2/Relu:0", shape=(?, 11, 11, 40), dtype=float32) 
    Tensor("max_pooling2d_2/MaxPool:0", shape=(?, 5, 5, 40), dtype=float32)
    Layer2：
     Tensor("dense_1/Relu:0", shape=(?, 400), dtype=float32)
    Output：
     Tensor("dense_2/BiasAdd:0", shape=(?, 10), dtype=float32)
    
    训练模式
    step = 0         mean loss = 66.93688201904297
    step = 50        mean loss = 3.376957654953003
    step = 100       mean loss = 0.5910811424255371
    step = 150       mean loss = 0.061084795743227005
    step = 200       mean loss = 0.013018212281167507
    step = 250       mean loss = 0.006795921362936497
    step = 300       mean loss = 0.004505819175392389
    step = 350       mean loss = 0.0032660639844834805
    step = 400       mean loss = 0.0024683878291398287
    step = 450       mean loss = 0.0019308131886646152
    step = 500       mean loss = 0.001541870180517435
    step = 550       mean loss = 0.0012695763725787401
    step = 600       mean loss = 0.0010685999877750874
    step = 650       mean loss = 0.0009132082923315465
    step = 700       mean loss = 0.0007910516578704119
    step = 750       mean loss = 0.0006900889566168189
    step = 800       mean loss = 0.0006068988586775959
    step = 850       mean loss = 0.0005381597438827157
    step = 900       mean loss = 0.0004809059901162982
    step = 950       mean loss = 0.0004320790758356452
    训练结束，保存模型到model/image_model

预测输出结果如下图所示，最终预测正确181张图片，准确度为0.905。相比之前机器学习KNN的0.500有非常高的提升。

测试模式
    INFO:tensorflow:Restoring parameters from model/image_model
    从model/image_model载入模型
    b'photo/photo/3\\335.jpg'       公交 => 公交
    b'photo/photo/1\\129.jpg'       沙滩 => 沙滩
    b'photo/photo/7\\740.jpg'       野马 => 野马
    b'photo/photo/5\\564.jpg'       大象 => 大象
    ...
    b'photo/photo/9\\974.jpg'       美食 => 美食
    b'photo/photo/2\\220.jpg'       建筑 => 公交
    b'photo/photo/9\\912.jpg'       美食 => 美食
    b'photo/photo/4\\459.jpg'       恐龙 => 恐龙
    b'photo/photo/5\\525.jpg'       大象 => 大象
    b'photo/photo/0\\44.jpg'        人类 => 人类
    
    正确预测个数: 181
    准确度为: 0.905

# 四.总结 #

写到这里，这篇文章就讲解完毕，更多TensorFlow深度学习文章会继续分享，同时实验评价、RNN、LSTM、各专业的案例都会进行深入讲解。最后，希望这篇基础性文章对您有所帮助，如果文章中存在错误或不足之处，还请海涵~作为人工智能的菜鸟，我希望自己能不断进步并深入，后续将它应用于图像识别、网络安全、对抗样本等领域，指导大家撰写简单的学术论文，一起加油！

**参考文献：**

\[1\] 冈萨雷斯著. 数字图像处理（第3版）\[M\]. 北京：电子工业出版社，2013.  
\[2\] 杨秀璋, 颜娜. Python网络数据爬取及分析从入门到精通（分析篇）\[M\]. 北京：北京航天航空大学出版社, 2018.  
\[3\] 罗子江等. Python中的图像处理\[M\]. 科学出版社, 2020.  
\[4\] [\[python数据挖掘课程\] 二十.KNN最近邻分类算法分析详解及平衡秤TXT数据集读取][python_ _.KNN_TXT]  
\[5\] [TensorFlow【极简】CNN - Yellow\_python大神][TensorFlow_CNN - Yellow_python]  
\[6\] [基于深度神经网络的定向激活功能开发相位信息的声源定位 - 章子雎Kevin][- _Kevin]  
\[7\] [TensorFlow实战：Chapter-5（CNN-3-经典卷积神经网络（GoogleNet）) - DFann][TensorFlow_Chapter-5_CNN-3-_GoogleNet_ - DFann]  
\[8\] [GitHub - siucaan/CNN\_MNIST][GitHub - siucaan_CNN_MNIST]  
\[9\] [图像处理讲解-以CNN对图像进行分类为例 - 冰机灵][-_CNN_ -]  
\[10\] 基于CNN的图像缺陷分类 \- BellaVita1  
\[12\] [tensorflow（六）训练分类自己的图片（CNN超详细入门版）- Missayaa][tensorflow_CNN_- Missayaa]  
\[13\] [详解tensorflow训练自己的数据集实现CNN图像分类 - 王诗爷 （强推）][tensorflow_CNN_ - _]  
\[14\] [GitHub - hujunxianligong/Tensorflow-CNN-Tutorial][GitHub - hujunxianligong_Tensorflow-CNN-Tutorial]  
\[15\] [tensorflow（三）：用CNN进行图像分类 - flowrush][tensorflow_CNN_ - flowrush]  
\[16\] TensorFlow图像识别（物体分类）入门教程 \- cococok2  
\[17\] [GitHub - calssion/Fun\_AI: learn sth. funny of AI from others' program(从他人处学习有趣的AI项目)][GitHub - calssion_Fun_AI_ learn sth. funny of AI from others_ program_AI]  
\[18\] [CNN图片分类 - 火舞\_流沙][CNN_ -]  
\[19\] CNN图片单标签分类（基于TensorFlow实现基础VGG16网络）  
\[20\] [CNN\_MNIST/cnn\_mnist\_TF.py at master · siucaan/CNN\_MNIST · GitHub][CNN_MNIST_cnn_mnist_TF.py at master _ siucaan_CNN_MNIST _ GitHub]  
\[21\] [Tensorflow实现CNN用于MNIST识别 - siucaan （强推）][Tensorflow_CNN_MNIST_ - siucaan]  
\[22\] [使用Anaconda3安装tensorflow，opencv，使其可以在spyder中运行][Anaconda3_tensorflow_opencv_spyder]

**[点击关注，第一时间了解华为云新鲜技术~][Link 1]**

[Tensorflow_Opencv_CNN_KNN]: https://link.zhihu.com/?target=https%3A//bbs.huaweicloud.com/blogs/298340%3Futm_source%3Dzhihu%26utm_medium%3Dbbs-ex%26utm_campaign%3Dother%26utm_content%3Dcontent
[514bd016218038bd533da99fb5d6eb8f.png]: /images/20220828/46c7d2ed28024b9bbe1b6991423128af.png
[74bd9fae24a18e4dac621ca1cf5b8c19.png]: /images/20220828/f31e2ab1fa794111a0d125f37a127baa.png
[28eb5a4160d562dc1d1d8979b2755b3f.png]: /images/20220828/2c85189824b04b38a547a6516a2bc2cb.png
[4949461503f4d0396be32e5fd731a14b.png]: /images/20220828/32f64d6f4e624da28c253ec3d969ef5d.png
[26cc4d7cb46ae3f5fb8574b8ae487474.png]: /images/20220828/ac1b8b838c874fce960e14f8fd1246ee.png
[b350fcf8533eee63c64986194028ce92.png]: /images/20220828/d1385add51984bfdaa923096584b993b.png
[2aa6c92299a1cb78e6709db1aabb9fd2.png]: /images/20220828/6e042c0391b74bf5ab638e47c41947de.png
[1e527932daf69703fcf07be9a1eb1df5.png]: /images/20220828/0c1a5f118cee41f9922c0459b4e81c3e.png
[0c685dc4345771802312ce05c18223b4.png]: /images/20220828/14052e30606c4e46a7d501a46fe05600.png
[dc82f15f6c4351daea86066ddcf6e00a.png]: /images/20220828/d924e5a861244844bb8da3b626308f5c.png
[83719d18cfe56732eecc37e3ac1ae70f.png]: /images/20220828/f73053e91d7245e88969615044587316.png
[938dd4a668266c414868465a4a0b1a1d.png]: /images/20220828/7e0d375a3a694870a1d07412f1dc11fc.png
[235d13cba9f569922c3b78d3b839d8c3.png]: /images/20220828/d4aa8983c969411ba4587f0fa96e45cb.png
[https_www.lfd.uci.edu_gohlke_pythonlibs_OpenCV]: https://link.zhihu.com/?target=https%3A//www.lfd.uci.edu/~gohlke/pythonlibs/%23OpenCV
[225c144ea78fb2df01cdc2992fed358d.png]: /images/20220828/b533c84e695047eaac969718ca07d6b8.png
[ed86d964f386e87377dee54eef9c9034.png]: /images/20220828/1d968802976e40de99b216da428061c3.png
[https_blog.csdn.net_wills798]: https://link.zhihu.com/?target=https%3A//blog.csdn.net/wills798
[python_ _.KNN_TXT]: https://blog.csdn.net/eastmount/article/details/78747128
[TensorFlow_CNN - Yellow_python]: https://blog.csdn.net/Yellow_python/article/details/86563960
[- _Kevin]: https://blog.csdn.net/zhangziju/article/details/100939413#comments
[TensorFlow_Chapter-5_CNN-3-_GoogleNet_ - DFann]: https://blog.csdn.net/u011974639/article/details/76460849
[GitHub - siucaan_CNN_MNIST]: https://github.com/siucaan/CNN_MNIST
[-_CNN_ -]: https://blog.csdn.net/XYlittlework/article/details/79903225
[tensorflow_CNN_- Missayaa]: https://blog.csdn.net/Missayaaa/article/details/79119839
[tensorflow_CNN_ - _]: https://blog.csdn.net/wills798/article/details/80890990
[GitHub - hujunxianligong_Tensorflow-CNN-Tutorial]: https://github.com/hujunxianligong/Tensorflow-CNN-Tutorial
[tensorflow_CNN_ - flowrush]: https://blog.csdn.net/flowrush/article/details/87911866
[GitHub - calssion_Fun_AI_ learn sth. funny of AI from others_ program_AI]: https://github.com/calssion/Fun_AI
[CNN_ -]: https://blog.csdn.net/fcsfcsfcs/article/details/81910845
[CNN_MNIST_cnn_mnist_TF.py at master _ siucaan_CNN_MNIST _ GitHub]: https://github.com/siucaan/CNN_MNIST/blob/master/cnn_mnist_TF.py
[Tensorflow_CNN_MNIST_ - siucaan]: https://blog.csdn.net/qq_23869697/article/details/82670913
[Anaconda3_tensorflow_opencv_spyder]: https://blog.csdn.net/pursuit_zhangyu/article/details/78751416
[Link 1]: https://link.zhihu.com/?target=https%3A//bbs.huaweicloud.com/blogs%3Futm_source%3Dzhihu%26utm_medium%3Dbbs-ex%26utm_campaign%3Dother%26utm_content%3Dcontent