在Python中对服装图像进行分类

从在 Facebook、Instagram 上挑选个人资料照片到在 Myntra、Amazon、Flipkart 等购物应用程序中对衣服图像进行分类，社交媒体图像分类无处不在。分类已成为任何电子商务平台不可或缺的一部分。分类还用于识别法律和社交网络中的犯罪面孔。

在本文中，我们将学习如何在Python中对图像进行分类。分类服装图像是机器学习中图像分类的一个例子，这意味着将图像分类到它们各自的类别中。为了获取服装图像，我们将使用TensorFlow附带的fashion_mnist数据集。该数据集包含 10 个不同类别的服装图像。它是由手写数字组成的初学者 MNIST 数据集的替代品。随着我们的进行，我们将进一步了解它。

逐步实施

第 1 步：导入分类所需的库

• TensorFlow ：使用Python开发和训练模型
• NumPy ：用于数组操作
• Matplotlib：用于数据可视化

Python3

# importing the necessary libraries
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

第 2 步：加载和探索数据

然后我们加载fashion_mnist数据集，我们会看到训练和测试数据的形状。很明显，有60,000 张训练图像用于训练数据， 10,000 张测试图像用于在模型上进行测试。它总共包含十个类别的 70,000 张图像，即“T 恤/上衣”、“裤子”、“套头衫”、“连衣裙”、“外套”、“凉鞋”、“衬衫”、“运动鞋”、“包”、 '脚踝靴'。

Python3

# storing the dataset path
clothing_fashion_mnist = tf.keras.datasets.fashion_mnist
 
# loading the dataset from tensorflow
(x_train, y_train),
(x_test, y_test) = clothing_fashion_mnist.load_data()
 
# displaying the shapes of training and testing dataset
print('Shape of training cloth images: ',
      x_train.shape)
 
print('Shape of training label: ',
      y_train.shape)
 
print('Shape of test cloth images: ',
      x_test.shape)
 
print('Shape of test labels: ',
      y_test.shape)

输出：

标签由一个范围从 0 到 9 的整数数组组成。由于类名没有添加到fashion_mnist数据集中，因此我们将实际的类名存储在一个变量中，以便以后用于数据可视化。从输出中，我们可以看到像素值落在 0 到 255 的范围内。

Python3

# storing the class names as it is
# not provided in the dataset
label_class_names = ['T-shirt/top', 'Trouser',
                     'Pullover', 'Dress', 'Coat',
                     'Sandal', 'Shirt', 'Sneaker',
                     'Bag', 'Ankle boot']
 
# display the first images
plt.imshow(x_train[0]) 
plt.colorbar()  # to display the colourbar
plt.show()

输出：

第 3 步：预处理数据

下面的代码对数据进行了归一化，我们可以看到像素值在 0 到 255 的范围内。因此，我们需要将每个像素除以 255 以将值缩放到 0 和 1 之间。

Python3

x_train = x_train / 255.0  # normalizing the training data
x_test = x_test / 255.0  # normalizing the testing data

第 4 步：数据可视化

下面的代码显示了前20 个带有类标签的服装图像，确保我们朝着正确的方向构建模型。在这里，我们将带有颜色图的x_train绘制为二进制，并从我们之前存储的label_class_names数组中添加了每个类的名称。

Python3

plt.figure(figsize=(15, 5))  # figure size
i = 0
while i < 20:
    plt.subplot(2, 10, i+1)
     
    # showing each image with colourmap as binary
    plt.imshow(x_train[i], cmap=plt.cm.binary)
     
    # giving class labels
    plt.xlabel(label_class_names[y_train[i]])
    i = i+1
     
plt.show()  # plotting the final output figure

输出：

第 5 步：构建模型

在这里，我们通过创建神经网络层来构建我们的模型。 tf.keras.layers.Flatten() 将图像从二维数组转换为一维数组，并且 tf.keras.layers.Dense 具有在训练阶段学习的某些参数。

Python3

# Building the model
model = tf.keras.Sequential([
    tf.keras.layers.Flatten(input_shape=(28, 28)),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10)
])

第 6 步：编译模型

在这里，我们使用adam 优化器编译模型，将SparseCategoricalCrossentropy作为损失函数， 和metrics=['accuracy'] 。

Python3

# compiling the model
cloth_model.compile(optimizer='adam',
                    loss=tf.keras.losses.SparseCategoricalCrossentropy(
                        from_logits=True),
                    metrics=['accuracy'])

第 7 步：在构建的模型上训练数据

现在我们将x_train、y_train即训练数据输入到我们已经编译的模型中。 model.fit()方法有助于将训练数据拟合到我们的模型中。

Python3

# Fitting the model to the training data
cloth_model.fit(x_train, y_train, epochs=10)

输出：

第 8 步：评估模型损失和准确性

在这里，我们将通过计算模型损失和准确率来了解我们的模型有多好。从输出中，我们可以看到测试数据的准确度得分低于训练数据的准确度得分。所以这是一个过拟合的模型。

Python3

# calculating loss and accuracy score
test_loss, test_acc = cloth_model.evaluate(x_test,
                                           y_test,
                                           verbose=2)
print('\nTest loss:', test_loss)
print('\nTest accuracy:', test_acc)

输出

第 9 步：使用测试数据对经过训练的模型进行预测

现在我们可以使用测试数据集对构建的模型进行预测。我们尝试使用predictions[0]预测第一个测试图像，即x_test[0 ]，结果是测试标签9 ，即Ankle boot。我们添加了 Softmax()函数来将线性输出 logits 转换为概率，因为它更容易计算

Python3

# using Softmax() function to convert
# linear output logits to probability
prediction_model = tf.keras.Sequential(
    [cloth_model, tf.keras.layers.Softmax()])
 
# feeding the testing data to the probability
# prediction model
prediction = prediction_model.predict(x_test)
 
# predicted class label
print('Predicted test label:', np.argmax(prediction[0]))
 
# predicted class label name
print(label_class_names[np.argmax(prediction[0])])
 
# actual class label
print('Actual test label:', y_test[0])

输出：

第 10 步：预测与实际测试标签的数据可视化

最后，我们将可视化我们的前 24 张预测图像与实际类标签，看看我们的模型有多好。

Python3

# assigning the figure size
plt.figure(figsize=(15, 6))
i = 0
 
# plotting total 24 images by iterating through it
while i < 24:
    image, actual_label = x_test[i], y_test[i]
    predicted_label = np.argmax(prediction[i])
    plt.subplot(3, 8, i+1)
    plt.tight_layout()
    plt.xticks([])
    plt.yticks([])
     
    # display plot
    plt.imshow(image)
     
    # if else condition to distinguish right and
    # wrong
    color, label = ('green', 'Correct Prediction')
    if predicted_label == actual_label else (
        'red', 'Incorrect Prediction')
     
    # plotting labels and giving color to it
    # according to its correctness
    plt.title(label, color=color)
     
    # labelling the images in x-axis to see
    # the correct and incorrect results
    plt.xlabel(" {} ~ {} ".format(
        label_class_names[actual_label],
      label_class_names[predicted_label]))
     
    # labelling the images orderwise in y-axis
    plt.ylabel(i)
     
    # incrementing counter variable
    i += 1

输出：

我们可以清楚地看到，第 12、第 17 和第 23 个预测被错误分类，但其余的都是正确的。由于实际上没有分类模型可以 100% 正确，这是我们构建的一个非常好的模型。