https://github.com/jackielinn/image_recognition

This is the third project of the Python course of Yunnan University, which mainly uses convolutional neural networks to realize the fault identification of induction motors and form a complete system.
https://github.com/jackielinn/image_recognition

Last synced: 2 months ago
JSON representation

This is the third project of the Python course of Yunnan University, which mainly uses convolutional neural networks to realize the fault identification of induction motors and form a complete system.

• Host: GitHub
• URL: https://github.com/jackielinn/image_recognition
• Owner: JackieLinn
• License: mit
• Created: 2024-05-25T08:42:18.000Z (about 1 year ago)
• Default Branch: master
• Last Pushed: 2024-06-16T13:47:43.000Z (12 months ago)
• Last Synced: 2025-01-23T04:26:23.187Z (4 months ago)
• Language: Python
• Homepage: https://github.com/JackieLin2004/Image_Recognition
• Size: 14.4 MB
• Stars: 0
• Watchers: 2
• Forks: 1
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

        
# Image_Recognition

## Python语言设计与实践 第三次项目

[![made-with-python](https://img.shields.io/badge/Made%20with-Python-1f425f.svg)](https://www.python.org/)

### 需求

利用老师发的感应电机红外图像数据集，通过卷积神经网络实现图像的分类，同时运行出效果图

### 环境

`python` 版本:3.11

### 快速开始

```

pip install -r requirements.txt

python cnn.py

```

### 一些说明

- 在机器学习中有两种主要的方法，一种是**监督学习**，一种是**无监督学习**

- 本次实验中我们分别采用这两种方法来实现图像的多分类问题，无监督学习方面采用 `K-Means` 聚类分析，而监督学习采用卷积神经网络 `CNN` 以及支持向量机 `SVM` 来进行

### K-Means 实现思路

- 将图片转换成张量，放到高纬度坐标系里求笛卡尔距离，不断更新每个簇（`cluster`）的中心，最终分好的类就是给定的 `cluster` 的数量

- 其属于无监督学习，朴素的 `K-Means` 不引入网络，分好的；类效果如图：


![kms.png](K_Means%2Fkms.png)

- 可以明显地看出分的类并没有理想中的这么好，但是整体是把11个类别都分出来了

### SVM 实现思路

- 首先划分好不同训练集测试集比例的数据集，然后通过 `export_train_label.py` 和 `export_test_label.py` 打上标签，形成需要的txt文件，做好数据的预处理

- 利用方向梯度直方图 `HOG` 来提取特征，由于该测试集主要是依据颜色判别，所以灰度处理的效果不好，所以我们采用了rgb格式的处理

- 依照相应流程，特区特征、训练模型，然后做模型的评估，保存相关结果进 `results` 文件夹中，计算损失、准确率、精确率和召回率，相关情况如图：

![img.png](SVM%2Fimages%2Fimg.png)

![result.png](SVM%2Fimages%2Fresult.png)

- 可以看出，效果比无监督学习要好，且在训练集和测试集之比为8:2的时候效果最好

### CNN 实现思路

- 本项目主要是基于 `Pytorch` 框架进行卷积神经网络训练模型，版本为2.3.0

- 首先进行数据处理，打上相应的标签。将369张图像进行测试训练二八分，分别存在 `Dataset/train` 和 `Dataset/test` 下，然后根据类别各自命名，通过名字来实现手动分类，以下是分类的一些说明图：


![classify.png](classify.png)

- 然后由于图像数量较少，这里做了一些数据增强，在 `load_data` 中对图像做了随机的水平和垂直翻转，同时对三个颜色通道都做了归一化处理，然后将处理好的数据导入神经网络中

- 卷积神经网络的核心部分主要分为三个，我们设计了三个卷积层和三个全连接层，同时池化层的规格是2x2，每次实现的时候都用激活函数 `relu` 做激活，最后一层全连接函数不用激活

- 另外，我们也设置了随机种子，来保证结果的可重复性；设置的 `device` 变量也可以自动检测运行机器有没有合适的GPU，如果有则使用GPU运行，否则使用CPU

- 最后实现训练函数和测试函数，将学习率设置为0.001，训练1000轮，同时画出损失函数和准确率函数的曲线，如图：


  ![loss.png](Model_V1/images/loss.png)

  ![accuracy.png](Model_V1/images/accuracy.png)

- 可以看到整体曲线非常符合曲线函数，同时到最后，损失趋近于0，且准确率趋近于100%

- 一些反思：根据我们现有对模型训练的理解，损失接近0和准确率达到100%是非常非常少见的事情，然后我们下来查阅了相关资料发现我们所用的数据集数量确实太少，所以是有可能达到这种非常理想的情况的

### CNN 改进

- 由于一般模型训练都是对训练集和测试集八二分，所以在保证学习率和训练轮次的情况下，我们做了一个训练集测试集分别是五五分、六四分、七三分、八二分、九一分的实现，进行改进升级

- 同时，由上述的训练和测试结果可以看到，曲线虽然有整体趋势，但是并不光滑，中间有几次比较大的跳动，所以我们也对曲线的绘制进行了平滑处理，也给图像上的曲线不同颜色打上标签，进行损失和准确率的对比，平滑处理我们主要采用了五种方法，分别对比一下：

- 我们也增加性能指标来评估模型，主要包括 “**轮次**-**损失值** / **准确率** / **精确率** / **召回率**” 的图像，以及 “**召回率** / **精确率**” 的图像

**简单平均移动** 


![SMA_Loss.png](Model_V3%2FSMA_Loss.png)![SMA_Accuracy.png](Model_V3%2FSMA_Accuracy.png)

![SMA_Precision.png](Model_V3%2FSMA_Precision.png)![SMA_Recall.png](Model_V3%2FSMA_Recall.png)










**指数平均移动** 


![EMA_Loss.png](Model_V3%2FEMA_Loss.png)

![EMA_Accuracy.png](Model_V3%2FEMA_Accuracy.png)

![EMA_Precision.png](Model_V3%2FEMA_Precision.png)

![EMA_Recall.png](Model_V3%2FEMA_Recall.png)










**高斯滤波平滑** 


![GAU_Loss.png](Model_V3%2FGAU_Loss.png)

![GAU_Accuracy.png](Model_V3%2FGAU_Accuracy.png)

![GAU_Precision.png](Model_V3%2FGAU_Precision.png)

![GAU_Recall.png](Model_V3%2FGAU_Recall.png)










**中位数滤波平滑** 


![MED_Loss.png](Model_V3%2FMED_Loss.png)

![MED_Accuracy.png](Model_V3%2FMED_Accuracy.png)

![MED_Precision.png](Model_V3%2FMED_Precision.png)

![MED_Recall.png](Model_V3%2FMED_Recall.png)










**局部加权回归平滑** 


![LOW_Loss.png](Model_V3%2FLOW_Loss.png)

![LOW_Accuracy.png](Model_V3%2FLOW_Accuracy.png)

![LOW_Precision.png](Model_V3%2FLOW_Precision.png)

![LOW_Recall.png](Model_V3%2FLOW_Recall.png)

### CNN 总结

最后根据图像分析，结合平滑程度和整体趋势，可以看出高斯滤波平滑的效果最好

##### 损失图像

![GAU_Loss.png](Model_V3%2FGAU_Loss.png)

##### 准确率图像

![GAU_Accuracy.png](Model_V3%2FGAU_Accuracy.png)

##### 精确率图像

![GAU_Precision.png](Model_V3%2FGAU_Precision.png)

##### 召回率图像

![GAU_Recall.png](Model_V3%2FGAU_Recall.png)

最后根据数据集的样本数量以及训练集与测试集比例的不同，综合可视化的图像及其性能来分析，可以明显看出训练测试比例为9:1的时候效果最好，和7:3的最后的精确率、准确率和召回率都收敛于1，8:2次之，而5:5和6:4效果偏弱一些，但是整体都是呈现出曲线函数的趋势，且最后收敛

另外，我们也给出不同训练集测试集比例下的 `Recall-Precision` 图像：


![5_5-Precision-Recall-Curve.png](Model_V3%2F5_5-Precision-Recall-Curve.png)

![6_4-Precision-Recall-Curve.png](Model_V3%2F6_4-Precision-Recall-Curve.png)

![7_3-Precision-Recall-Curve.png](Model_V3%2F7_3-Precision-Recall-Curve.png)

![8_2-Precision-Recall-Curve.png](Model_V3%2F8_2-Precision-Recall-Curve.png)

![9_1-Precision-Recall-Curve.png](Model_V3%2F9_1-Precision-Recall-Curve.png)

`Recall-Precision` 图像围成的面积越大，表示这个类别分类效果越好

### 整体项目总结

通过分别使用 `K-Means` , `SVM` 和 `CNN` 三种方式来实现该多分类问题，我们可以清楚看到监督学习的效果要好于无监督学习；而传统的监督学习算法 `SVM` 的效果，比不上深度学习的卷积神经网络

### 小组成员

Lin Xiaoyi, Tang Jiajun, Wang Zhen, Chen Guanrui, Wang Jing

### 此项目仅供学习交流使用，转载请注明出处！