使用Keras进行棋子颜色图像分类

Question

我试图使用Keras构建图像分类神经网络来识别国际象棋棋盘上的方格是否包含黑色或白色的棋子。我通过翻转和旋转单一棋套中的所有棋子，创建了256张大小为45 x 45的黑白棋子图片。由于训练样本数量相对较少，并且我是Keras的新手，因此我在创建模型时遇到了困难。

图像文件夹的结构如下所示：
-数据
---训练数据
--------黑色
--------白色
---验证数据
--------黑色
--------白色
链接压缩文件在这里（仅1.78 MB）

我尝试的代码基于这个，可以在这里看到：

# Imports components from Keras
import tensorflow
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras import layers
import numpy as np
from PIL import Image
from tensorflow.python.ops.gen_dataset_ops import prefetch_dataset
import matplotlib.pyplot as plt
import glob

# Initializes a sequential model
model = Sequential()

# First layer
model.add(Dense(10, activation='relu', input_shape=(45*45*3,)))

# Second layer
model.add(Dense(10, activation='relu'))

# Output layer
model.add(Dense(2, activation='softmax'))

# Compile the model
model.compile(optimizer='adam',loss='categorical_crossentropy', metrics=['accuracy'])

#open training data as np array
filelist = glob.glob('Data/Training Data/black/*.png')
train_dataBlack = np.array([np.array(Image.open(fname)) for fname in filelist])
filelist = glob.glob('Data/Training Data/white/*.png')
train_dataWhite = np.array([np.array(Image.open(fname)) for fname in filelist])
train_data = np.append(train_dataBlack,train_dataWhite)

#open validation data as np array
filelist = glob.glob('Data/Validation Data/black/*.png')
test_dataBlack = np.array([np.array(Image.open(fname)) for fname in filelist])
filelist = glob.glob('Data/Validation Data/white/*.png')
test_dataWhite = np.array([np.array(Image.open(fname)) for fname in filelist])
test_data = np.append(test_dataBlack,test_dataWhite)
test_labels = np.zeros(shape=(256,2))

#initializing training labels numpy array
train_labels = np.zeros(shape=(256,2))
i = 0 
while(i < 256):
    if(i < 128):   
        train_labels[i] = np.array([1,0])
    else:
        train_labels[i] = np.array([0,1])
    i+=1

#initializing validation labels numpy array
i = 0 
while(i < 256):
    if(i < 128):   
        test_labels[i] = np.array([1,0])
    else:
        test_labels[i] = np.array([0,1])
    i+=1

#shuffling the training data and training labels in the same way
rng_state = np.random.get_state()
np.random.shuffle(train_data)
np.random.set_state(rng_state)
np.random.shuffle(train_labels)

# Reshape the data to two-dimensional array
train_data = train_data.reshape(256, 45*45*3)

# Fit the model
model.fit(train_data, train_labels, epochs=10,validation_split=0.2)

#save/open model
model.save_weights('model_saved.h5')
model.load_weights('model_saved.h5')

# Reshape test data
test_data = test_data.reshape(256, 45*45*3)

# Evaluate the model
model.evaluate(test_data, test_labels)

#testing output for a single image
img = test_data[20]
img = img.reshape(1,45*45*3)

predictions = model.predict(img)
print(test_labels[20])
print(predictions*100)

输出结果似乎并没有表明任何“学习”已经完成，因为验证数据的准确性只有0.5000，即使它成功地以99%的准确率获得了20个测试图像(correct)，但它的情况不确定。

Epoch 1/10
7/7 [==============================] - 0s 22ms/step - loss: 76.1521 - accuracy: 0.4804 - val_loss: 34.4301 - val_accuracy: 0.6346
Epoch 2/10
7/7 [==============================] - 0s 3ms/step - loss: 38.9190 - accuracy: 0.4559 - val_loss: 19.3758 - val_accuracy: 0.3846
Epoch 3/10
7/7 [==============================] - 0s 3ms/step - loss: 18.7589 - accuracy: 0.5049 - val_loss: 35.1795 - val_accuracy: 0.3654
Epoch 4/10
7/7 [==============================] - 0s 3ms/step - loss: 18.5703 - accuracy: 0.5000 - val_loss: 4.7349 - val_accuracy: 0.5962
Epoch 5/10
7/7 [==============================] - 0s 3ms/step - loss: 6.5564 - accuracy: 0.5539 - val_loss: 10.1864 - val_accuracy: 0.4423
Epoch 6/10
7/7 [==============================] - 0s 3ms/step - loss: 6.8870 - accuracy: 0.5833 - val_loss: 11.2020 - val_accuracy: 0.4038
Epoch 7/10
7/7 [==============================] - 0s 3ms/step - loss: 7.3905 - accuracy: 0.5343 - val_loss: 17.9842 - val_accuracy: 0.3846
Epoch 8/10
7/7 [==============================] - 0s 3ms/step - loss: 6.3737 - accuracy: 0.6029 - val_loss: 13.0180 - val_accuracy: 0.4038
Epoch 9/10
7/7 [==============================] - 0s 3ms/step - loss: 6.2868 - accuracy: 0.5980 - val_loss: 14.8001 - val_accuracy: 0.3846
Epoch 10/10
7/7 [==============================] - 0s 3ms/step - loss: 5.0725 - accuracy: 0.6618 - val_loss: 18.7289 - val_accuracy: 0.3846
8/8 [==============================] - 0s 1ms/step - loss: 21.6894 - accuracy: 0.5000
[1. 0.]
[[99 1]]

我对几乎所有的东西都感到困惑：

• 层数
• 每层神经元数量
• 各层类型
• 每个epoch的步数
• epoch的数量

我尝试过各种变量的实验，但似乎没有什么帮助。

提前感谢您的回复！

- Vincent

---

唯一的答案是你应该进行更多的实验... 我通常使用的方法是先找到一个过度拟合的模型（训练分数几乎完美，而测试分数越来越差），然后通过减少层数和节点的数量来降低其容量，直到它不再过度拟合（随着时间的推移，训练和测试分数都达到平稳状态）。 - Alexey Larionov

Answer 1

首先，您应该将 ANN/MLP 转换为浅层/非常简单的卷积神经网络。

您可以在 TensorFlow 官方网站上查看此处 (https://www.tensorflow.org/tutorials/images/cnn)。

最后一层的定义、优化器、损失函数和指标都是正确的！

您只需要一个更强大的网络来学习您的数据集，因此在图像处理方面适用于 CNN。

一旦您建立了基线（基于上述教程），就可以开始尝试调整超参数。

- Timbus Calin

Answer 2

您的数据集链接似乎不是公开的。 通过查看代码，我有一些建议

1. 缩放您的训练和测试数据。您可以通过将数组的所有元素除以255来实现这一点，因为值只能在0到255之间。
2. 确保您的数据集是平衡的。也就是说，在您的数据集中，黑色和白色棋子图像的数量相同。
3. 您可以尝试增加第一层中的节点数。

这些建议应该有助于提高模型的准确性。

- Srishti Ahuja

---

哎呀，我现在已经把它公开了！感谢您的回复。 - Vincent