# Лабораторная работа №3: Распознавание изображений **Пивоваров Я.В; Сидора Д.А. — А-02-22** ## Номер бригады - 4 ### Цель работы Получить практические навыки создания, обучения и применения сверточных нейронных сетей для распознавания изображений. Познакомиться с классическими показателями качества классификации. ### Определение варианта - Номер бригады: k = 4 - random_state = (4k - 1) = 15 ### Подготовка среды ```python import os os.chdir('/content/drive/MyDrive/Colab Notebooks/IS_LR3') ``` --- ## ЗАДАНИЕ 1 ### Пункт №1. Импорт необходимых для работы библиотек и модулей. ```python from tensorflow import keras from tensorflow.keras import layers from tensorflow.keras.models import Sequential import matplotlib.pyplot as plt import numpy as np from sklearn.metrics import classification_report, confusion_matrix from sklearn.metrics import ConfusionMatrixDisplay ``` ### Пункт №2. Загрузка набора данных MNIST. ```python from keras.datasets import mnist (X_train, y_train), (X_test, y_test) = mnist.load_data() ``` ### Пункт №3. Разбиение набора данных на обучающие и тестовые данные. ```python # создание своего разбиения датасета from sklearn.model_selection import train_test_split # объединяем в один набор X = np.concatenate((X_train, X_test)) y = np.concatenate((y_train, y_test)) # разбиваем по вариантам X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 10000, train_size = 60000, random_state = 15) # вывод размерностей print('Shape of X train:', X_train.shape) print('Shape of y train:', y_train.shape) print('Shape of X test:', X_test.shape) print('Shape of y test:', y_test.shape) ``` **Результат выполнения:** ``` Shape of X train: (60000, 28, 28) Shape of y train: (60000,) Shape of X test: (10000, 28, 28) Shape of y test: (10000,) ``` ### Пункт №4. Проведене предобработки данных. ```python # Зададим параметры данных и модели num_classes = 10 input_shape = (28, 28, 1) # Приведение входных данных к диапазону [0, 1] X_train = X_train / 255 X_test = X_test / 255 # Расширяем размерность входных данных, чтобы каждое изображение имело # размерность (высота, ширина, количество каналов) X_train = np.expand_dims(X_train, -1) X_test = np.expand_dims(X_test, -1) print('Shape of transformed X train:', X_train.shape) print('Shape of transformed X test:', X_test.shape) # переведем метки в one-hot y_train = keras.utils.to_categorical(y_train, num_classes) y_test = keras.utils.to_categorical(y_test, num_classes) print('Shape of transformed y train:', y_train.shape) print('Shape of transformed y test:', y_test.shape) ``` **Результат выполнения:** ``` Shape of transformed X train: (60000, 28, 28, 1) Shape of transformed X test: (10000, 28, 28, 1) Shape of transformed y train: (60000, 10) Shape of transformed y test: (10000, 10) ``` ### Пункт №5. Реализация модели сверточной нейронной сети и ее обучение. ```python # создаем модель model = Sequential() model.add(layers.Conv2D(32, kernel_size=(3, 3), activation="relu", input_shape=input_shape)) model.add(layers.MaxPooling2D(pool_size=(2, 2))) model.add(layers.Conv2D(64, kernel_size=(3, 3), activation="relu")) model.add(layers.MaxPooling2D(pool_size=(2, 2))) model.add(layers.Dropout(0.5)) model.add(layers.Flatten()) model.add(layers.Dense(num_classes, activation="softmax")) model.summary() ``` **Результат выполнения:** | Layer (type) | Output Shape | Param # | |-----------------------|-------------------|---------| | conv2d (Conv2D) | (None, 26, 26, 32) | 320 | | max_pooling2d (MaxPooling2D) | (None, 13, 13, 32) | 0 | | conv2d_1 (Conv2D) | (None, 11, 11, 64) | 18,496 | | max_pooling2d_1 (MaxPooling2D) | (None, 5, 5, 64) | 0 | | dropout (Dropout) | (None, 5, 5, 64) | 0 | | flatten (Flatten) | (None, 1600) | 0 | | dense (Dense) | (None, 10) | 16,010 | **Model: "sequential"** **Total params:** 34,826 (136.04 KB) **Trainable params:** 34,826 (136.04 KB) **Non-trainable params:** 0 (0.00 B) ``` batch_size = 512 epochs = 15 model.compile(loss="categorical_crossentropy", optimizer="adam", metrics=["accuracy"]) model.fit(X_train, y_train, batch_size=batch_size, epochs=epochs, validation_split=0.1) ``` ### Пункт №6. Оценка качества обучения на тестовых данных. ```python # Оценка качества работы модели на тестовых данных scores = model.evaluate(X_test, y_test) print('Loss on test data:', scores[0]) print('Accuracy on test data:', scores[1]) ``` **Результат выполнения:** ``` accuracy: 0.9879 - loss: 0.0347 Loss on test data: 0.029493918642401695 Accuracy on test data: 0.9897000193595886 ``` ### Пункт №7. Выведение изображения, истинных меток и результатов распознавания. ```python # вывод первого тестового изображения и результата распознавания n = 123 result = model.predict(X_test[n:n+1]) print('NN output:', result) plt.show() plt.imshow(X_test[n].reshape(28,28), cmap=plt.get_cmap('gray')) print('Real mark: ', np.argmax(y_test[n])) print('NN answer: ', np.argmax(result)) ``` ![Результаты](1.png) **Результат выполнения:** ``` NN output: [[2.3518596e-06 6.1697922e-09 4.1554195e-08 9.1088831e-10 6.7171044e-08 4.2173593e-07 9.9999619e-01 4.8130029e-12 9.8848705e-07 3.4416045e-10]] Real mark: 6 NN answer: 6 ``` ```python # вывод второго тестового изображения и результата распознавания n = 110 result = model.predict(X_test[n:n+1]) print('NN output:', result) plt.show() plt.imshow(X_test[n].reshape(28,28), cmap=plt.get_cmap('gray')) print('Real mark: ', np.argmax(y_test[n])) print('NN answer: ', np.argmax(result)) ``` ![Результаты](2.png) **Результат выполнения:** ``` NN output: [[1.0611644e-07 1.0055461e-09 2.8356731e-06 1.8714800e-05 1.1500048e-09 8.8623995e-07 1.1646066e-07 5.1164142e-12 9.9997735e-01 4.7718437e-08]] Real mark: 8 NN answer: 8 ``` ### Пункт №8. Вывод отчета о качестве классификации тестовой выборки. ```python # истинные метки классов true_labels = np.argmax(y_test, axis=1) # предсказанные метки классов predicted_labels = np.argmax(model.predict(X_test), axis=1) # отчет о качестве классификации print(classification_report(true_labels, predicted_labels)) # вычисление матрицы ошибок conf_matrix = confusion_matrix(true_labels, predicted_labels) # отрисовка матрицы ошибок в виде "тепловой карты" display = ConfusionMatrixDisplay(confusion_matrix=conf_matrix) display.plot() plt.show() ``` ![Результаты](3.png) **Результат выполнения:** ``` precision recall f1-score support 0 0.99 0.99 0.99 980 1 0.99 1.00 0.99 1135 2 0.98 0.99 0.99 1032 3 0.99 0.99 0.99 1010 4 0.99 0.99 0.99 982 5 0.99 0.99 0.99 892 6 1.00 0.99 0.99 958 7 0.99 0.98 0.99 1028 8 0.98 0.99 0.99 974 9 0.99 0.98 0.99 1009 accuracy 0.99 10000 macro avg 0.99 0.99 0.99 10000 weighted avg 0.99 0.99 0.99 10000 ``` ### Пункт №9. Подача на вход обученной нейронной сети собственного изображения. ```python # загрузка собственного изображения 1 from PIL import Image file_data = Image.open('test.png') file_data = file_data.convert('L') # перевод в градации серого test_img = np.array(file_data) # вывод собственного изображения plt.imshow(test_img, cmap=plt.get_cmap('gray')) plt.show() # предобработка test_img = test_img / 255 test_img = np.reshape(test_img, (1,28,28,1)) # распознавание result = model.predict(test_img) print('I think it\'s ', np.argmax(result)) ``` ![Результаты](4.png) **Результат выполнения:** ``` I think it's 2 ``` ```python # загрузка собственного изображения 2 from PIL import Image file_data = Image.open('test_2.png') file_data = file_data.convert('L') # перевод в градации серого test_img = np.array(file_data) # вывод собственного изображения plt.imshow(test_img, cmap=plt.get_cmap('gray')) plt.show() # предобработка test_img = test_img / 255 test_img = np.reshape(test_img, (1,28,28,1)) # распознавание result = model.predict(test_img) print('I think it\'s ', np.argmax(result)) ``` ![Результаты](5.png) **Результат выполнения:** ``` I think it's 8 ``` ### Пункт №10. Загрузка с диска модели, сохраненной при выполнении лабораторной работы №1. ```python # путь к сохранённой модели из ЛР1 model_fc = keras.models.load_model('/content/drive/MyDrive/Colab Notebooks/best_model/model100.keras') # архитектура модели model_fc.summary() ``` **Результат выполнения:** | Layer (type) | Output Shape | Param # | |--------------------|-------------------|---------| | dense_1 (Dense) | (None, 100) | 78,500 | | dense_2 (Dense) | (None, 10) | 1,010 | **Model: "sequential_1"** **Total params:** 79,512 (310.60 KB) **Trainable params:** 79,510 (310.59 KB) **Non-trainable params:** 0 (0.00 B) **Optimizer params:** 2 (12.00 B) ```python # подготовка тестовых данных для полносвязной модели X_test_fc = X_test.reshape(X_test.shape[0], 28*28) # (10000, 784) y_test_fc = y_test # если в ЛР3 ты уже перевёл метки в one-hot # оценка качества, как в п. 6 scores = model_fc.evaluate(X_test_fc, y_test_fc, verbose=0) print('Loss on test data (FC model):', scores[0]) print('Accuracy on test data (FC model):', scores[1]) ``` **Результат выполнения:** ``` Loss on test data (FC model): 0.19745591282844543 Accuracy on test data (FC model): 0.9442999958992004 ``` ### Пункт №11. Сравнение обученной модели сверточной сети и наилучшей модели полносвязной сети из лабораторной работы №1. **Сравнение моделей:** ``` Количество настраиваемых параметров в сети: Сверточная сеть: 34 826 параметров. Полносвязная сеть: 79 512 параметров. При том что число параметров сверточной сети меньше в 2 раза, она показывает более высокие результаты. Это связано с более эффективным использовании весов за счёт свёрток и фильтров. Количество эпох обучения: Сверточная сеть обучалась 15 эпох. Полносвязная сеть обучалась 100 эпох. Cверточная модель достигает лучшего результата при меньшем количестве эпох, то есть сходится быстрее и обучается эффективнее. Качество классификации тестовой выборки: Сверточная сеть: Accuracy ≈ 0.989, loss ≈ 0.025. Полносвязная сеть: Accuracy ≈ 0.944, loss ≈ 0.197. Сверточная нейросеть точнее на 4,5 процента, при этом её ошибка почти в 8 раз меньше. Вывод: Использование сверточной нейронной сети для распознавания изображений даёт ощутимо лучший результат по сравнению с полносвязной моделью. Сверточная нейронная сеть требует меньше параметров, быстрее обучается и точнее распознаёт изображения, поскольку учитывает их структуру и выделяет важные визуальные особенности. ``` ## ЗАДАНИЕ 2 ### Пункт №1. Импорт необходимых для работы библиотек и модулей. ```python from tensorflow import keras from tensorflow.keras import layers from tensorflow.keras.models import Sequential import matplotlib.pyplot as plt import numpy as np from sklearn.metrics import classification_report, confusion_matrix from sklearn.metrics import ConfusionMatrixDisplay ``` ### Пункт №2. Загрузка набора данных CIFAR-10. ```python from keras.datasets import cifar10 (X_train, y_train), (X_test, y_test) = cifar10.load_data() ``` ### Пункт №3. Разбиение набора данных на обучающие и тестовые данные. ```python # создание своего разбиения датасета from sklearn.model_selection import train_test_split # объединяем в один набор X = np.concatenate((X_train, X_test)) y = np.concatenate((y_train, y_test)) # разбиваем по вариантам X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 10000, train_size = 50000, random_state = 15) # вывод размерностей print('Shape of X train:', X_train.shape) print('Shape of y train:', y_train.shape) print('Shape of X test:', X_test.shape) print('Shape of y test:', y_test.shape) ``` **Результат выполнения:** ``` Shape of X train: (50000, 32, 32, 3) Shape of y train: (50000, 1) Shape of X test: (10000, 32, 32, 3) Shape of y test: (10000, 1) ``` ```python # вывод 25 изображений из обучающей выборки с подписями классов class_names = ['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck'] plt.figure(figsize=(10,10)) for i in range(25): plt.subplot(5,5,i+1) plt.xticks([]) plt.yticks([]) plt.grid(False) plt.imshow(X_train[i]) plt.xlabel(class_names[y_train[i][0]]) plt.show() ``` ![Результаты](6.png) ### Пункт №4. Проведене предобработки данных. ```python # Зададим параметры данных и модели num_classes = 10 input_shape = (32, 32, 3) # Приведение входных данных к диапазону [0, 1] X_train = X_train / 255 X_test = X_test / 255 # Расширяем размерность входных данных, чтобы каждое изображение имело # размерность (высота, ширина, количество каналов) print('Shape of transformed X train:', X_train.shape) print('Shape of transformed X test:', X_test.shape) # переведем метки в one-hot y_train = keras.utils.to_categorical(y_train, num_classes) y_test = keras.utils.to_categorical(y_test, num_classes) print('Shape of transformed y train:', y_train.shape) print('Shape of transformed y test:', y_test.shape) ``` **Результат выполнения:** ``` Shape of transformed X train: (50000, 32, 32, 3) Shape of transformed X test: (10000, 32, 32, 3) Shape of transformed y train: (50000, 10) Shape of transformed y test: (10000, 10) ``` ### Пункт №5. Реализация модели сверточной нейронной сети и ее обучение. ```python # создаем модель model = Sequential() model.add(layers.Conv2D(32, kernel_size=(3, 3), activation="relu", input_shape=input_shape)) model.add(layers.MaxPooling2D(pool_size=(2, 2))) model.add(layers.Conv2D(64, kernel_size=(3, 3), activation="relu")) model.add(layers.MaxPooling2D(pool_size=(2, 2))) model.add(layers.Conv2D(128, kernel_size=(3, 3), activation="relu")) model.add(layers.MaxPooling2D(pool_size=(2, 2))) model.add(layers.Flatten()) model.add(layers.Dense(128, activation='relu')) model.add(layers.Dropout(0.5)) model.add(layers.Dense(num_classes, activation="softmax")) model.summary() ``` **Результат выполнения:** | Layer (type) | Output Shape | Param # | |-----------------------|-------------------|---------| | conv2d_2 (Conv2D) | (None, 30, 30, 32) | 896 | | max_pooling2d_2 (MaxPooling2D) | (None, 15, 15, 32) | 0 | | conv2d_3 (Conv2D) | (None, 13, 13, 64) | 18,496 | | max_pooling2d_3 (MaxPooling2D) | (None, 6, 6, 64) | 0 | | conv2d_4 (Conv2D) | (None, 4, 4, 128) | 73,856 | | max_pooling2d_4 (MaxPooling2D) | (None, 2, 2, 128) | 0 | | flatten_1 (Flatten) | (None, 512) | 0 | | dense_1 (Dense) | (None, 128) | 65,664 | | dropout_1 (Dropout) | (None, 128) | 0 | | dense_2 (Dense) | (None, 10) | 1,290 | **Model: "sequential_1"** **Total params:** 160,202 (625.79 KB) **Trainable params:** 160,202 (625.79 KB) **Non-trainable params:** 0 (0.00 B) ``` batch_size = 512 epochs = 15 model.compile(loss="categorical_crossentropy", optimizer="adam", metrics=["accuracy"]) model.fit(X_train, y_train, batch_size=batch_size, epochs=epochs, validation_split=0.1) ``` ### Пункт №6. Оценка качества обучения на тестовых данных. ```python # Оценка качества работы модели на тестовых данных scores = model.evaluate(X_test, y_test) print('Loss on test data:', scores[0]) print('Accuracy on test data:', scores[1]) ``` **Результат выполнения:** ``` accuracy: 0.6606 - loss: 0.9661 Loss on test data: 0.9636631608009338 Accuracy on test data: 0.6610000133514404 ``` ### Пункт №7. Выведение изображения, истинных меток и результатов распознавания. ```python # правильно распознанное изображение n = 10 result = model.predict(X_test[n:n+1]) print('NN output:', result) plt.imshow(X_test[n]) plt.show() print('Real class: ', np.argmax(y_test[n]), '->', class_names[np.argmax(y_test[n])]) print('NN answer:', np.argmax(result), '->', class_names[np.argmax(result)]) ``` ![Результаты](7.png) **Результат выполнения:** ``` NN output: [[0.10896349 0.00272794 0.09209334 0.0585838 0.10545123 0.01161931 0.02007959 0.00301177 0.5926725 0.00479708]] Real class: 8 -> ship NN answer: 8 -> ship ``` ```python # неверно распознанное изображение n = 9 result = model.predict(X_test[n:n+1]) print('NN output:', result) plt.imshow(X_test[n]) plt.show() print('Real class: ', np.argmax(y_test[n]), '->', class_names[np.argmax(y_test[n])]) print('NN answer:', np.argmax(result), '->', class_names[np.argmax(result)]) ``` ![Результаты](8.png) **Результат выполнения:** ``` NN output: [[1.3848362e-03 7.8314954e-01 3.4030385e-05 9.6045173e-04 9.4775232e-06 1.3942986e-04 1.3377360e-03 4.9578721e-06 9.0055494e-03 2.0397398e-01]] Real class: 9 -> truck NN answer: 1 -> automobile ``` ### Пункт №8. Вывод отчета о качестве классификации тестовой выборки. ```python # истинные метки классов true_labels = np.argmax(y_test, axis=1) # предсказанные метки классов predicted_labels = np.argmax(model.predict(X_test), axis=1) # отчет о качестве классификации print(classification_report(true_labels, predicted_labels, target_names=class_names)) # вычисление матрицы ошибок conf_matrix = confusion_matrix(true_labels, predicted_labels) # отрисовка матрицы ошибок в виде "тепловой карты" display = ConfusionMatrixDisplay(confusion_matrix=conf_matrix, display_labels=class_names) display.plot(xticks_rotation=45) plt.show() ``` ![Результаты](9.png) **Результат выполнения:** ``` precision recall f1-score support airplane 0.74 0.65 0.69 1015 automobile 0.81 0.76 0.78 933 bird 0.54 0.54 0.54 1010 cat 0.50 0.40 0.44 1025 deer 0.60 0.61 0.60 998 dog 0.52 0.62 0.57 1006 frog 0.70 0.77 0.73 1010 horse 0.73 0.70 0.71 1005 ship 0.77 0.79 0.78 1001 truck 0.72 0.78 0.75 997 accuracy 0.66 10000 macro avg 0.66 0.66 0.66 10000 weighted avg 0.66 0.66 0.66 10000 ```