一、前言
本文使用的是 kaggle 貓狗大戰的數據集：https://www.kaggle.com/c/dogs-vs-cats/data
訓練集中有 25000 張圖像，測試集中有 12500 張圖像。作為簡單示例，我們用不了那么多圖像，隨便抽取一小部分貓狗圖像到一個文件夾里即可。
通過使用更大、更復雜的模型，可以獲得更高的準確率，預訓練模型是一個很好的選擇，我們可以直接使用預訓練模型來完成分類任務，因為預訓練模型通常已經在大型的數據集上進行過訓練，通常用于完成大型的圖像分類任務。
tf.keras.applications中有一些預定義好的經典卷積神經網絡結構（Application應用），如下所示：
我們可以直接調用這些經典的卷積神經網絡結構（甚至載入預訓練的參數），而無需手動來構建網絡結構。
例如，本文將要用到的模型是由谷歌開發的 MobileNetV2 網絡結構，該模型已經在 ImageNet 數據集上進行過預訓練，共含有 1.4M 張圖像，而且學習了常見的 1000 種物體的基本特征，因此，該模型具有強大的特征提取能力。
model = tf.keras.applications.MobileNetV2()
當執行以上代碼時，TensorFlow會自動從網絡上下載 MobileNetV2 網絡結構，運行代碼后需要等待一會會兒~~。MobileNetV2模型的速度很快，而且耗費資源也不是很多。
二、k-means聚類
k-means聚類算法以 k 為參數，把 n 個對象分成 k 個簇，使簇內具有較高的相似度，而簇間的相似度較低。其處理過程如下：
- 隨機選擇 k 個點作為初始的聚類中心
- 對于剩下的點，根據其與聚類中心的距離，將其歸入最近的簇。
- 對每個簇，計算所有點的均值作為新的聚類中心。
- 重復步驟2、3直到聚類中心不再發生改變
k-means的算法原理比較非常簡潔、易于理解，但是這里面有個問題需要解決：
如何確定 k 值？
- 在 k-means 算法實現過程中，首先面臨的問題就是如何確定好 K 值。因為在實際應用中，我們也不知道這些數據到底會有多少個類別，或者分為多少個類別會比較好，所以在選擇 K 值的時候會比較困難，只能根據經驗預設一個數值。
- 比較常用的一個方法：肘部法。就是去循環嘗試 K 值，計算在不同的 K 值情況下，所有數據的損失，即用每一個數據點到中心點的距離之和計算平均距離。可以想到，當 K=1 的時候，這個距離和肯定是最大的；當 K=m 的時候，每個點也是自己的中心點，這個時候全局的距離和是0，平均距離也是0，當然我們不可能設置成K=m。
- 而在逐漸加大 K 的過程中，會有一個點，使這個平均距離發生急劇的變化，如果把這個距離與 K 的關系畫出來，就可以看到一個拐點，也就是我們說的手肘。
要確定 K 值確實是一項比較費時費力的事情，但是也是 K-Means 聚類算法中必須要做好的工作。
三、圖像分類
現在進入正題，實現我們的貓狗圖像分類。
導入需要的依賴庫
import numpy as np
import tensorflow as tf
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
import cv2 as cv
import os, shutil
from pathlib import Path
獲取 animals 文件夾下所有 jpg 貓狗圖像
# 獲得該文件夾下所有jpg圖片路徑
p = Path(r"C:\Users\Administrator\DeepLearning\animals")
files = list(p.glob("**/*.jpg"))
opencv讀取圖像，并將圖像大小 resize 為（224，224），以匹配模型輸入層的大小以進行特征提取。圖像數組轉換為 float32 類型并reshape，然后做歸一化。
# opencv讀取圖像 并resize為（224，224）
images = [cv.resize(cv.imread(str(file)), (224, 224)) for file in files]
paths = [file for file in files]
# 圖像數組轉換為float32類型并reshape 然后做歸一化
images = np.array(np.float32(images).reshape(len(images), -1) / 255)
加載預訓練模型 MobileNetV2 來實現圖像分類
# 加載預先訓練的模型MobileNetV2來實現圖像分類
model = tf.keras.applications.MobileNetV2(include_top=False,
weights="imagenet", input_shape=(224, 224, 3))
predictions = model.predict(images.reshape(-1, 224, 224, 3))
pred_images = predictions.reshape(images.shape[0], -1)
k-means聚類算法
k = 2 # 2個類別
# K-Means聚類
kmodel = KMeans(n_clusters=k, n_jobs=-1, random_state=888)
kmodel.fit(pred_images)
kpredictions = kmodel.predict(pred_images)
print(kpredictions) # 預測的類別
# 0：dog 1：cat
將分類后的圖像保存到不同文件夾下
for i in ["cat", "dog"]:
os.mkdir(r"C:\Users\Administrator\DeepLearning\picture_" + str(i))
# 復制文件，保留元數據 shutil.copy2('來源文件', '目標地址')
for i in range(len(paths)):
if kpredictions[i] == 0:
shutil.copy2(paths[i], r"C:\Users\Administrator\DeepLearning\picture_dog")
else:
shutil.copy2(paths[i], r"C:\Users\Administrator\DeepLearning\picture_cat")
結果如下：
貓狗圖像分類
推薦閱讀：
https://keras-cn.readthedocs.io/en/latest/other/application/
https://www.freesion.com/article/6932673943/
https://mp.weixin.qq.com/s/64fgbm4QESz-irwY0uUYOA
到此這篇關于tensorflow+k-means聚類 簡單實現貓狗圖像分類的文章就介紹到這了,更多相關tensorflow實現貓狗圖像分類內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
