在本教程中，我们将使用 TensorFlow (Keras API) 实现一个用于二进制分类任务的深度学习模型，该任务包括将细胞的图像标记为感染或未感染疟疾。
数据集来源：https://www.kaggle.com/iarunava/cell-images-for-detecting-malaria
数据集包含2个文件夹
感染：:13780张图片 未感染：13780张图片
总共27558张图片。
此数据集取自NIH官方网站：https://ceb.nlm.nih.gov/repositories/malaria-datasets/
环境：kaggle，天池实验室或者gogole colab都可以。
导入相关模块
importcv2importtensorflowastffromtensorflow.keras.modelsimportSequentialfromtensorflow.keras.layersimportDense,Conv2D,MaxPool2D,Flatten,Activationfromsklearn.model_selectionimporttrain_test_splitimportnumpyasnpimportmatplotlib.pyplotaspltimportglobimportos
对于图片数据存在形状不一样的情况，因此需要使用 OpenCV 进行图像预处理。
将图片变成 numpy 数组(数字格式)的形式转换为灰度，并将其调整为一个(70×70)形状。
img_dir=\”../input/cell-images-for-detecting-malaria/cell_images\”img_size=70defload_img_data(path):#打乱数据image_files=glob.glob(os.path.join(path,\”Parasitized/*.png\”))+glob.glob(os.path.join(path,\”Uninfected/*.png\”))X,y=[],[]forimage_fileinimage_files:#命名标签0foruninfectedand1forinfectedlabel=0if\”Uninfected\”inimage_fileelse1#loadtheimageingrayscale变成灰度图片img_arr=cv2.imread(image_file,cv2.IMREAD_GRAYSCALE)#resizetheimageto(70×70)调整图片大小img_resized=cv2.resize(img_arr,(img_size,img_size))X.append(img_resized)y.append(label)returnX,yX,y=load_img_data(img_dir)
查看X的shape。
print(X.shape)
X的shape为(27558, 70, 70, 1)，27558表示图片的数据，70*70表示图片的长和宽像素。
另外，为了帮助网络更快收敛，我们应该进行数据归一化。在sklearn 中有一些缩放方法，例如：
在这里我们将除以255，因为像素可以达到的最大值是255，这将导致应用缩放后像素范围在 0 和 1 之间。
X,y=load_img_data(img_dir)#reshapeto(n_samples,70,70,1)(tofittheNN)X=np.array(X).reshape(-1,img_size,img_size,1)#从[0，255]到[0，1]缩放像素帮助神经网络更快地训练X=X/255#shuffle&splitthedatasetX_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.1,stratify=y)print(\”Totaltrainingsamples:\”,X_train.shape)print(\”Totalvalidationsamples:\”,X_test.shape[0])
使用sklearn的train_test_split()方法将数据集划分为训练集和测试集，我们使用总数据的 10% 稍后对其进行验证。
在建立的模型中，我们将添加 3 个卷积层，然后Flatten是由层组成的全连接Dense层。
model=Sequential()model.add(Conv2D(64,(3,3),input_shape=X_train.shape[1:]))model.add(Activation(\”relu\”))model.add(MaxPool2D(pool_size=(2,2)))model.add(Conv2D(64,(3,3)))model.add(Activation(\”relu\”))model.add(MaxPool2D(pool_size=(2,2)))model.add(Conv2D(64,(3,3)))model.add(Activation(\”relu\”))model.add(MaxPool2D(pool_size=(2,2)))model.add(Flatten())model.add(Dense(64))model.add(Activation(\”relu\”))model.add(Dense(64))model.add(Activation(\”relu\”))model.add(Dense(1))model.add(Activation(\”sigmoid\”))model.compile(loss=\”binary_crossentropy\”,optimizer=\”adam\”,metrics=[\”accuracy\”])print(model.summary())
由于输出是二进制的(感染或未感染)，我们使用Sigmoid 函数作为输出层的激活函数。
#trainthemodelwith10epochs,64batchsizemodel.fit(X_train,np.array(y_train),batch_size=64,epochs=10,validation_split=0.2)
在训练数据集及其验证拆分上实现了94%的准确率。
现在使用evaluate() 来评估测试数据集上的模型
loss,accuracy=model.evaluate(X_test,np.array(y_test),verbose=0)print(f\”Testingon{len(X_test)}images,theresultsare Accuracy:{accuracy}|Loss:{loss}\”)
输出如下
Testingon2756images,theresultsareAccuracy:0.9404934644699097|Loss:0.1666732281446457
该模型在测试数据中也表现OK，准确率达到94%
最后，我们将通过保存我们的模型来结束所有这个过程。
model.save(\”model.h5\”)
