基于卷积神经网络的图像识别算法.ppt

《基于卷积神经网络的图像识别算法.ppt》由会员分享，可在线阅读，更多相关《基于卷积神经网络的图像识别算法.ppt（13页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、基于卷基于卷积神神经网网络的的图像像识别算法算法指指导老老师：-汇 报 人：人：-卷积神经网络原理图像分类算法设计与实现图像分类概述图像分类目标图图像分像分类类就是根据不同就是根据不同图图像的特征，把像的特征，把图图像按照内容的不同分成不同像按照内容的不同分成不同类别类别Cat Or Non-Cat？方法选择支持向量机（支持向量机（SVM）是比较经典的用于分类的机器学习方法，即使在样本数量很少的情况下，也能得到相对好的结果，并且，由于最终分类器分类超平面的确定，只与有限的几个“支持向量”有关，训练速度比较快。卷卷积积神神经经网网络络（CNN）是一种多层感知机，对于图像来说，相邻像素的相似度一般

2、来说高于相隔很远的两个像素，卷积神经网络结构上的优越性，使得它可以更关注相邻像素的关系，而对相隔一定距离的像素之间的连接进行了限制。所以，卷积神经网络的这种结构，符合图像处理的要求，也使卷积神经网络在处理图像分类问题上有天然的优越性K最近最近邻邻算法（算法（KNN）是无监督的学习方法，无需预先进行标注，不需要确定样本的类别，甚至无需知道所获得的数据可以分为几类。对于类域有交叉或者重叠的分类任务更适合。卷积神经网络我我们们假假设对设对一一张张32*32的彩色的彩色图图片，有三个通道，所以用一个片，有三个通道，所以用一个32*32*3的矩的矩阵阵就能表示就能表示这样这样的的图图片，然后片，然后对该

3、图对该图片片进进行均匀分割，分割成了行均匀分割，分割成了6*6=36张张小小图图片，将每个独立的小片，将每个独立的小图图片片输输入神入神经经网网络络，对对个通道做同个通道做同样样的操作，最的操作，最终终形成形成特征向量。特征向量。为为了保了保证图证图像局部的特征，并像局部的特征，并过滤过滤掉那些距离掉那些距离较远较远的无关特征，的无关特征，采用了采用了权值权值共享的策略。所共享的策略。所谓权值谓权值共享，就是指在共享，就是指在图图片同一位置的片同一位置的权权重是相重是相同的，同的，这样这样做不做不仅仅仅仅是出于减少参数个数的考是出于减少参数个数的考虑虑，还结还结合了合了图图像本身的特点像本身的

4、特点相相邻邻像素像素间间的相关关系的相关关系总总是大于相隔是大于相隔较远较远像素之像素之间间的关系的关系卷积神经网络下采下采样相当于特征的降相当于特征的降维，在降，在降维的同的同时保保证了一定程度的尺度不了一定程度的尺度不变特性。特性。即使即使经过了一定的平移和了一定的平移和变换，对应的下采的下采样特征可能特征可能还是相同的。下采是相同的。下采样保留了最重要的特征，保留了最重要的特征，丢弃了相弃了相对不重要的特征，不不重要的特征，不仅减少了参数的数量，减少了参数的数量，还减少了减少了过拟合的合的风险。卷积神经网络图像分类基本流程实验环境操作系统操作系统Windows 10 64位操作系统位操作

5、系统处理器处理器Intel i5 CPU内存内存6GB DDR3 1600Python版本版本Python 3.5.2Anaconda版本版本Anaconda 4.2.0深度学习框架深度学习框架TensorFlow数据来源及文件组织create_dataset创建数据集创建数据集train_catvnoncat.h5训练集数据文件训练集数据文件test_catvnoncat.h5测试集数据文件测试集数据文件nnn_app_utils_v2.py正向传播正向传播dnn_app_utils_v2_back.py反向传播反向传播cnn.py卷积神经网络实现与测试卷积神经网络实现与测试训练训练集集CI

6、FAR-108000测试测试集集1CIFAR-102000测试测试集集2互联网随机图片互联网随机图片100构建卷积神经网络输入入实验实验所用的数据是所用的数据是32*32的三通道彩色的三通道彩色图图像，像，为为了平衡算法性能和了平衡算法性能和稳稳定性，定性，设设置了如置了如图图所示所示结结构的卷构的卷积积神神经经网网络络，较较小的卷小的卷积积核可以保核可以保证证算法的效算法的效率，同率，同时较时较深的深的结结构又保构又保证证了算法能了算法能够够有效地抽象出有效地抽象出图图像的特征像的特征构建卷积神经网络输入入每个卷每个卷积层积层之后都有一个之后都有一个ReLU层层，最，最终总终总体的体的CNN网网络结络结构，由一个构，由一个输输入入层层和两个和两个图图上的上的结结构，一个全构，一个全连连接接层层和一个和一个Softmax层层和和输输出出层组层组成成实验结果测试集来源测试集来源测试集样本数测试集样本数准确率准确率CIFAR-10200089%多源随机下载图片多源随机下载图片10073%请各位老各位老师批批评指正指正