介绍嘿！几个小时前我刚刚完成一个深度学习项目 ， 现在我想分享一下我所做的事情 。 这一挑战的目标是确定一个人是否患有肺炎 。 如果是 ， 则确定是否由细菌或病毒引起 。 好吧 ， 我觉得这个项目应该叫做分类而不是检测 。
文章插图
换句话说 ， 此任务将是一个多分类问题 ， 其中标签名称为：normal（正常） ， virus（病毒）和bacteria（细菌） 。 为了解决这个问题 ， 我将使用CNN（卷积神经网络） ， 它具有出色的图像分类能力 ，。 不仅如此 ， 在这里我还实现了图像增强技术 ， 以提高模型性能 。 顺便说一句 ， 我获得了80％的测试数据准确性 ， 这对我来说是非常令人印象深刻的 。
整个数据集本身的大小约为1 GB ， 因此下载可能需要一段时间 。 或者 ， 我们也可以直接创建一个Kaggle Notebook并在那里编码整个项目 ， 因此我们甚至不需要下载任何内容 。 接下来 ， 如果浏览数据集文件夹 ， 你将看到有3个子文件夹 ， 即train ， test和val 。
好吧 ， 我认为这些文件夹名称是不言自明的 。 此外 ， train文件夹中的数据分别包括正常 ， 病毒和细菌类别的1341、1345和2530个样本 。 我想这就是我介绍的全部内容了 ， 现在让我们进入代码的编写！
注意：我在本文结尾处放置了该项目中使用的全部代码 。
加载模块和训练图像使用计算机视觉项目时 ， 要做的第一件事是加载所有必需的模块和图像数据本身 。 我使用tqdm模块显示进度条 ， 稍后你将看到它有用的原因 。
我最后导入的是来自Keras模块的ImageDataGenerator 。 该模块将帮助我们在训练过程中实施图像增强技术 。
import osimport cv2import pickleimport numpy as npimport matplotlib.pyplot as pltimport seaborn as snsfrom tqdm import tqdmfrom sklearn.preprocessing import OneHotEncoderfrom sklearn.metrics import confusion_matrixfrom keras.models import Model, load_modelfrom keras.layers import Dense, Input, Conv2D, MaxPool2D, Flattenfrom keras.preprocessing.image import ImageDataGeneratornp.random.seed(22)接下来 ， 我定义两个函数以从每个文件夹加载图像数据 。 乍一看 ， 下面的两个功能可能看起来完全一样 ， 但是在使用粗体显示的行上实际上存在一些差异 。 这样做是因为NORMAL和PNEUMONIA文件夹中的文件名结构略有不同 。 尽管有所不同 ， 但两个功能执行的其他过程基本相同 。
首先 ， 将所有图像调整为200 x 200像素 。
这一点很重要 ， 因为所有文件夹中的图像都有不同的尺寸 ， 而神经网络只能接受具有固定数组大小的数据 。
接下来 ， 基本上所有图像都存储有3个颜色通道 ， 这对X射线图像来说是多余的 。 因此 ， 我的想法是将这些彩色图像都转换为灰度图像 。
# Do not forget to include the last slashdef load_normal(norm_path):norm_files = np.array(os.listdir(norm_path))norm_labels = np.array(['normal']*len(norm_files))norm_images = []for image in tqdm(norm_files):image = cv2.imread(norm_path + image)image = cv2.resize(image, dsize=(200,200))image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)norm_images.append(image)norm_images = np.array(norm_images)return norm_images, norm_labelsdef load_pneumonia(pneu_path):pneu_files = np.array(os.listdir(pneu_path))pneu_labels = np.array([pneu_file.split('_')[1] for pneu_file in pneu_files])pneu_images = []for image in tqdm(pneu_files):image = cv2.imread(pneu_path + image)image = cv2.resize(image, dsize=(200,200))image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)pneu_images.append(image)pneu_images = np.array(pneu_images)return pneu_images, pneu_labels声明了以上两个函数后 ， 现在我们可以使用它来加载训练数据了 。 如果你运行下面的代码 ， 你还将看到为什么我选择在该项目中实现tqdm模块 。
norm_images, norm_labels = load_normal('/kaggle/input/chest-xray-pneumonia/chest_xray/train/NORMAL/')pneu_images, pneu_labels = load_pneumonia('/kaggle/input/chest-xray-pneumonia/chest_xray/train/PNEUMONIA/')
文章插图
到目前为止 ， 我们已经获得了几个数组：norm_images ， norm_labels ， pneu_images和pneu_labels 。
带_images后缀的表示它包含预处理的图像 ， 而带_labels后缀的数组表示它存储了所有基本信息（也称为标签） 。 换句话说 ， norm_images和pneu_images都将成为我们的X数据 ， 其余的将成为y数据 。
为了使项目看起来更简单 ， 我将这些数组的值连接起来并存储在X_train和y_train数组中 。
X_train = np.append(norm_images, pneu_images, axis=0)y_train = np.append(norm_labels, pneu_labels)