Matlab 2022深度学习实战：使用CNN-LSTM进行猫狗图像分类

Matlab深度学习使用CNN-LSTM进行图像分类。 如何在Matlab中搭建CNN-LSTM也是曾经困扰本人挺长时间的问题。 数据可换成自己的数据。 注意需要Matlab 2022版本2021不确定行不行2020以下肯定是不行。 工作如下: 1、数据集为猫狗二分类数据集共1000张图像。 按4:1比例随机划分训练集和测试集训练集为400只猫400只狗测试集为100只猫和100只狗。 2、搭建CNN-LSTM网络。 3、训练。 4、测试输出准确率画出混淆矩阵。 注本程序只是帮助大家参考如何在Matlab中搭建CNN-LSTM模型用的卷积核数量很少LSTM隐含单元数目也非常少故本实验结果较差。 如需要提高准确率可有偿作修改。 程序包括程序和图像文件可直接运行 注释详细可自行修改各个层以提高准确率。最近在折腾Matlab的CNN-LSTM图像分类发现网上的教程不是太老就是跑不通。自己踩了半个月坑终于搞定了基础版虽然准确率有点拉胯毕竟为了演示随便搭的结构但好歹能跑起来给各位打个样。先看数据准备部分。猫狗各500张直接塞进ImageDatastore注意文件路径的猫狗分类得用不同文件夹存好imds imageDatastore(pet_images,IncludeSubfolders,true,LabelSource,foldernames); [imdsTrain,imdsTest] splitEachLabel(imds,0.8,randomized);这里有个坑Matlab的splitEachLabel如果数据量少可能会分不匀建议用countEachLabel检查下分布。如果发现训练集猫狗数量不对得手动调整随机种子重分。网络结构才是重头戏。咱们用CNN抽特征再把特征序列喂给LSTM。注意输入层必须用sequenceInputLayer卷积层后面要接sequenceFolding强制转序列layers [ sequenceInputLayer([227 227 3],Name,input) % 输入必须带sequence convolution2dLayer(3,8,Padding,same,Name,conv1) batchNormalizationLayer(Name,bn1) reluLayer(Name,relu1) maxPooling2dLayer(2,Stride,2,Name,pool1) sequenceFoldingLayer(Name,fold) % 关键转换层 lstmLayer(32,OutputMode,last,Name,lstm) fullyConnectedLayer(2,Name,fc) softmaxLayer(Name,softmax) classificationLayer(Name,classOutput)];这里lstmLayer的OutputMode要设成last因为咱们是要整个序列的最终状态做分类。如果遇到维度报错八成是sequenceFolding的位置没放对得确保卷积操作在折叠之前完成。Matlab深度学习使用CNN-LSTM进行图像分类。 如何在Matlab中搭建CNN-LSTM也是曾经困扰本人挺长时间的问题。 数据可换成自己的数据。 注意需要Matlab 2022版本2021不确定行不行2020以下肯定是不行。 工作如下: 1、数据集为猫狗二分类数据集共1000张图像。 按4:1比例随机划分训练集和测试集训练集为400只猫400只狗测试集为100只猫和100只狗。 2、搭建CNN-LSTM网络。 3、训练。 4、测试输出准确率画出混淆矩阵。 注本程序只是帮助大家参考如何在Matlab中搭建CNN-LSTM模型用的卷积核数量很少LSTM隐含单元数目也非常少故本实验结果较差。 如需要提高准确率可有偿作修改。 程序包括程序和图像文件可直接运行 注释详细可自行修改各个层以提高准确率。训练配置别手贱开太大batchsize显存分分钟爆炸。建议先用小学习率试水options trainingOptions(adam,... ExecutionEnvironment,auto,... MiniBatchSize,16,... MaxEpochs,10,... InitialLearnRate,1e-4,... Shuffle,every-epoch);开训后如果看到loss曲线像心电图可以试试在卷积层后加dropout。不过注意Matlab的dropout层在序列处理时可能会引发维度错误这时候得换成spatialDropout2dLayer。测试阶段要特别注意数据预处理的一致性。有个邪门bug是验证时自动resize和训练时不一致建议强制指定augimdsTest augmentedImageDatastore([227 227],imdsTest,ColorPreprocessing,rgb2gray); predLabels classify(net,augimdsTest); accuracy sum(predLabels imdsTest.Labels)/numel(imdsTest.Labels)混淆矩阵画起来倒是简单但记得把类别顺序固定住不然猫狗标签可能会反转confMat confusionmat(imdsTest.Labels,predLabels); confusionchart(confMat,{cat,dog})跑完大概能到60%左右的准确率——确实不咋地毕竟卷积核只用了8个LSTM单元也才32个。想要提升的话可以试试这些魔改方案把卷积核堆到64加残差连接LSTM换成biLSTM单元数提到128在全连接前插globalAveragePooling2dLayer数据增强里加随机旋转和颜色抖动改的时候注意每加一层都要算清楚输出维度Matlab的维度报错信息堪比天书。曾经因为忘了调整sequenceFolding的位置生生折腾了两天...完整代码已打包解压后注意把图像路径改成自己的存放位置。环境变量设不对的话可能会报什么无法读取JPEG文件头的错这种情况建议用imread先检查下图片是否损坏。最后说句实在话真要搞实战还是建议用PythonMatlab的深度学习工具箱在自定义结构时还是有点笨重。不过对于习惯Simulink的朋友来说这个方案倒是个不错的过渡选择。