【基于Python深度学习的图像数据探析3500字】

基于Python深度学习的图像数据探析目录TOC\o"1-3"\h\u242040引言 127841理论基础 174501.1深度学习的概念 1168901.2Python简介 174601.3图像数据分析 2227732基于Python深度学习手写图像数据分析 2321332.1整体概述 220452.2整体结构 2162662.3数据处理 455582.4数据识别分析 4224443结语 5摘要：Python的应用，对于手写数字的图像识别具有积极作用。本文中，主要研究基于神经网络技术的手写数字识别问题。提出一种基于卷积神经网络的数字识别系统，并对其训练次数和卷积层的特征图数量对识别的影响进行统计对比。关键词：深度学习；Python；图像分析；手写图像0引言近年来，随着信息技术的飞速发展，出现了各种应用系统。Python是一种面向对象的计算机语言。尽管它有超过10年的发展历史，但由于其丰富而强大的库，逐步走向成熟和稳定。作为一种文字语言，它具有非常简单易懂的语法特征。它不仅适合执行各种复杂的任务，而且可以在几乎所有的操作系统中工作，具有一次性编译和从任何地方启动的全部特征。此外，Python有一个非常强大的库，包含了几乎所有的标准函数，只需根据需要对其进行更改。因此，它非常适合作为一个研究人员和初学者程序员。近年来，工业、航天、军事、医疗等领域对图像处理提出了更高的要求。大多数在生活或工程应用中使用的图像都是数字图像。数字图像能够使用数字阵列等方式来进行表示，阵列当中的元素被称为像素，像素点是使用二进制代码来进行表示的。随着信息技术的发展，图像变得越来越清晰，图像处理量越来越大，处理速度越来越慢。开发可以显著提高处理速度，因此Python是满足需求的语言之一。此外，可以直接生成具有许多优秀库的Python语言，也可以通过简单的修改有效地补充各种需求。1理论基础1.1深度学习的概念深度学习是在人工神经网络的基础上发展起来的一种呈现训练的方法，也是人工智能领域最有前途的内容，以各种深度神经网络为主要模型。据相关资料显示，深度训练是近年来机械学习中增长最快的领域，也是最流行的技术方向。深度学习的层次结构可以从简单概念和高级抽象函数表示的组合中提取教训，这使计算机真正有能力理解世界。1.2Python简介Python是一种功能强大的编程语言。它在计算机的许多领域都有广泛的应用，特别是在数据科学领域，功能非常出色，是其他语言无法比拟的。因此，随着图像数据分析的不断发展，它已经成为数据分析领域首选的编程语言。1.3图像数据分析图像数据分析是使用数学和计算机正确处理和发展收集的数据来检测数据规律的过程。随着数据科学的发展，出现了新的数据处理方法，计算机处理数据的能力不断增长，被处理的数据量也不断增加。利用图像数据分析方法可以改进收集到的各种形式的数据，从数据中检测出规律，并利用检测出的规律来预测数据的趋势，从而帮助人们采取生产或其他解决方案。2基于Python深度学习手写图像数据分析2.1整体概述手写数字识别已经有支持向量积和各种版本的神经网络算法实现，本实验是基于卷积神经网络进行实现的，并使用GPU进行训练模型，如果使用CPU进行训练会加大训练难度和增加训练时间，图像解析是使用PIL和theano库进行的。本系统使用Python语言指定NUMPY科学计算库中的神经网络算法进行设计，并使用开源图像处理库将图像语法为进入神经网络所需的适当格式。从代码开发的角度来看，尝试封装算法和数据源类。该系统对手写图像数字进行识别，对输入的分析数据进行评估，计算系统识别速度，并对LeNet5卷积神经网络在数字识别速度方面的识别。2.2整体结构基于在非线性映射集合的相关例子中，实现对于多层网络的能力训练以及梯度下降的学习，可也使得复杂工作得到有效的处理，从而进行图像识别，本文提出手写图像的整体多层卷积网络主要包括三个层次：输入层、隐藏层和输出层。如图2-1。图2-1系统结构图输入层主要是将神经网络的数据进行输入，通过设置MNIST数据，需要进行两个部分代码的排序工作。第一步是对于MNIST数据的本地加载进行确认，并确定其是否在代码目录当中，如果没有MNIST数据的相关目录，程序将会进行自动下载，获得数据集。当对应的目录当中已经有MNIST数据的格式，本地数据集就会进行加字，从而降低网络成本与时间成本。第二步，加载MNIST数据集会获得train_set、valid_set和test_set数据，使用python的gzip中函数和CPickle中的函数，并包含了label文本。之后，在theano数据库中将数据设置成sharedvariables形式，这样能够为后续的GPU加速奠定基础。因为将sharedvariables存到GPUmemory中GPU里数据类型只能是float，最后能够转换为int返回，这样GPU加速的训练时间就会降低。隐藏层的第一层为卷积层，设置了20个卷积核，各层卷积层的计算公式如下：（2-1）全连接层是第二层，能够对卷积层区域内的最大像素进行读取，以防出现过度拟合的情况，并减少权重参数的数量。第二个卷积层是第三层，池化层对于上一层进行了进行降维操作即为第四层，对于上一层卷积层输出的数据使用maxpooling进行下采样。隐含层是第五层，是全连接层。输出层就是预测的值。整体结构设计中，开始阶段学习速率为0.1，也是随机梯度前的系数，单词的训练步数为200，所有样本在每次训练中都会遍历。每遍历500个样本后进行梯度的计算，然后更新参数，因此批数是500。卷积层的输入是四维的，需要将会数据进行转换，第一层卷积层输入的图片是28*28的，进入卷积层后通过内积得到24*24的数据，然后在池化的maxpooling得到12*12的数据。每批数据有500张图片，第一层卷积层有20个卷积核，输出为（500，20，4，4），之后是卷积层和池化层，特征图为12*12，经过内积输出为8*8，后续进行maxpooling池化得到4*4，这一次的卷积层有50个卷积核，其输出为（500，50，4，4）。之后再是隐含层，说的经过卷积和池化后输出的二维数据形式，整合上一层中同一张图片经过不同卷积核卷积出来的特征图合并成一维的向量，此层输出大小为（500，500）。最后一次为分类层，采用逻辑回归中定义的LogisticRegression，逻辑回归梯度下降公式为：（2-2）此层的输出为（500，500）。系统的训练流程图如图2-2。图2-2系统训练流程图2.3数据处理利用MNIST数据集，该数据集中了一些优秀的开放源码数据开发人员，它们在转换时无需清理。并可将图像转换成数据格式，以PIL库和theano库等搭配作为参考转换。在MNIST程序中，MNIST提供了两种装入MNIST数据集的方法：第一种是装入本地MNIST数据集，然后直接在下载入MNIST数据集。这个模块只用于装载数据集和转换数据格式。2.4数据识别分析整个训练采用的是LeNet5模式，因此采用了它的隐层结构进行训练。总体设计有三个卷积层，分别为C1、C3、C5，在C1和C2卷积层后面有一层下采样层，用于降低维度，S2和S4层是下采样层。卷积和采样通常被看作是一个整体，一般在卷积层之后再接上一层采样层，卷积过程包括：将输入的图像切割，然后每卷积核对图像的一次遍历，并提取相应的特征，每卷积只关注需要提取的特征，从数学上讲，对一幅数字图像进行切割，然后对整个图片进行加权运算。子样本采集过程包括：子样采集过程中，还减少了处理图像像素所需的像素尺寸，减小按层参数设计的权重，再通过子样采集层的加权运算和附加偏移量，生成相应尺寸的特征图。考虑将下采层作为一个模糊滤波，二次提取特征向量。要准确地提取特征信息，层深度越深，空间分辨率越低。C3中的每个特征图都在S2中包含20个或更多的特征。S2中的每个特征图都没有直接连接到每个C3的特征图上。那是因为直接连接破坏了网络的对称。由于每个特征图的输入不同，因此必须提取不同的特征。RBF参数向量用于F6层目标向量。为了避免sigmoid函数饱和，需要指出这些矢量是+1还是-1，它在F6的sigmoid范围内。实际上，+1和-1是sigmoid函数的最大弯曲值。使F6单元工作在最大非线性条件下。sigmoid函数的饱和会导致收敛速度变慢，使损失函数变差。运行界面打开，点击“选取图片”按钮，加载所需要识别的图像，加载后的界面如图2-3所示。图2-3加载图像后界面然后点击“识别”按钮，系统会自动识别图片中的数字并出现相应的弹框提示输出的结果，运行结果如图2-4所示。图2-4图像识别结果运行界面3结语本文分析了LeNet5神经网络调整后的识别率对比，在同一数据集MNIST上进行其它算法对数字识别的错误率进行对比，并找出其优劣之处。最后通过之前的知识积累对选取的模型进行改进并选取合适的数据集进行测试。参考文献：[1]唐子清,姚俭.基于深度学习的数字识别方法研究[J].软件导刊,2020,19(09):228-232.[2]徐英卓,梁学斌.基于深度神经网络的手写数字识别方法研究[J].智能计算机与应用,2020,10(08):24-25+32.[3]黄志超,乔振华.基于机器学习模型的手写数字识别[J].电脑知识与技术,2019,15(33):215-217.[4]郭春妮,高瑜翔,黄坤超.基于二维双向PCA的手写数字识别算法研究[J].无线电工程,2019,49(12):1099-1102.[5]仲会娟,谢朝和,刘文武,刘大茂.基于CNN的多尺度特征在手写数字识别中的应用[J].绵阳师范学院学报,2019,38(11):22-26.[6]安丽娜,蒋锐鹏.