运用深度学习模型实现图像的分类-尧图网站建设

📅 发布时间：2026/6/20 10:16:41

利用MATLAB进行深度学习图像分类是一个强大且相对直观的过程，即使是初学者也能在它的帮助下快速构建和部署模型。

MATLAB深度学习图像分类的主要步骤和涉及的核心函数：

步骤	核心函数/工具	功能描述
数据准备与加载	`imageDatastore`	创建图像数据存储对象，自动从文件夹结构标签
	`splitEachLabel`	按比例划分训练集、验证集和测试集
数据预处理与增强	`augmentedImageDatastore`	进行图像大小调整、归一化及数据增强（如旋转、翻转）
构建网络模型	从头构建	使用`imageInputLayer`, `convolution2dLayer`, `reluLayer`等逐层构建
	迁移学习	使用`googlenet`, `resnet50`等加载预训练模型
配置训练选项	`trainingOptions`	设置优化器、学习率、迭代次数、验证数据等参数
训练模型	`trainNetwork`	使用训练数据训练网络
评估模型性能	`classify`	对测试集进行分类预测
	`confusionmat`	计算分类准确率或混淆矩阵
使用模型预测	`classify`	对新的单张图像或图像集进行预测

数据准备与预处理

良好的数据是成功训练模型的基础。

组织数据：将图像按类别放入不同的子文件夹，文件夹名称即为类别标签。例如：
```
dataset/train/cat/cat001.jpg...dog/dog001.jpg...validation/cat/...dog/...test/cat/...dog/...
```
这种方式可以利用imageDatastore自动获取标签。

加载数据：使用 imageDatastore 加载图像数据。

imds = imageDatastore('path/to/your/data', ...'IncludeSubfolders', true, ...'LabelSource', 'foldernames');

划分数据集：将数据划分为训练集、验证集和测试集。

[imdsTrain, imdsValidation, imdsTest] = splitEachLabel(imds, 0.7, 0.15, 0.15, 'randomized');

数据预处理与增强：使用 augmentedImageDatastore 进行图像大小调整和增强，这有助于增加数据多样性，防止过拟合。

imageSize = [224 224 3]; % 常见的网络输入大小，如ImageNet
augimdsTrain = augmentedImageDatastore(imageSize, imdsTrain, ...'ColorPreprocessing', 'gray2rgb', ... % 如果原图是灰度图，转换为RGB三通道'DataAugmentation', imageDataAugmenter('RandRotation',[-20,20], ... % 随机旋转'RandXReflection', true, ... % 随机水平翻转'RandXTranslation',[-10 10], 'RandYTranslation',[-10 10])); % 随机平移

对于验证集和测试集，通常只进行调整大小和归一化，不需要数据增强。

构建深度学习模型

你可以选择从头开始构建一个卷积神经网络（CNN），或者使用迁移学习利用预训练模型。

从头构建CNN（适用于简单任务或数据量较小的情况）：

layers = [imageInputLayer([28 28 1]) % 输入层，指定图像大小convolution2dLayer(3, 8, 'Padding', 'same') % 卷积层batchNormalizationLayer   % 批归一化层reluLayer                 % ReLU激活层maxPooling2dLayer(2, 'Stride', 2) % 最大池化层convolution2dLayer(3, 16, 'Padding', 'same')batchNormalizationLayerreluLayerfullyConnectedLayer(10)   % 全连接层，输出节点数对应类别数softmaxLayer              % Softmax层classificationLayer];     % 分类层

这是一个简单的例子，你可以根据需要增加卷积层、全连接层等。

迁移学习（强烈推荐，尤其当你的数据量不是特别巨大时）：

net = googlenet; % 加载预训练的GoogLeNet模型，其他可选如resnet50, efficientnetb0等
lgraph = layerGraph(net); % 获取网络层图
% 修改最后的全连接层和分类层以适应你的类别数
numClasses = numel(categories(imdsTrain.Labels));
newFCLayer = fullyConnectedLayer(numClasses, 'Name', 'new_fc');
newClassLayer = classificationLayer('Name', 'new_classoutput');
lgraph = replaceLayer(lgraph, 'loss3-classifier', newFCLayer);
lgraph = replaceLayer(lgraph, 'output', newClassLayer);
% 设置训练选项，通常微调时使用较小的学习率
options = trainingOptions('adam', ...'InitialLearnRate', 0.0001, ... % 微调时学习率通常设置较小... % 其他选项);

配置训练选项与训练模型

使用 trainingOptions 函数来配置训练参数。

options = trainingOptions('sgdm', ... % 优化算法，也可以是 'adam', 'rmsprop' 等'MaxEpochs', 10, ...              % 最大训练轮数'MiniBatchSize', 32, ...          % 小批量大小'InitialLearnRate', 0.001, ...    % 初始学习率'ValidationData', augimdsValidation, ... % 指定验证数据'ValidationFrequency', 50, ...    % 每隔多少迭代验证一次'Verbose', false, ...             % 是否在命令行窗口显示训练过程'Plots', 'training-progress');    % 显示训练进度图

使用 trainNetwork 函数开始训练模型。

net = trainNetwork(augimdsTrain, layers, options); % 对于从头训练
% 或者对于迁移学习
net = trainNetwork(augimdsTrain, lgraph, options);

训练过程中，MATLAB会显示一个进度图，你可以实时观察训练集和验证集上的准确率和损失变化。

评估模型性能与进行预测

训练完成后，需要在独立的测试集上评估模型的最终性能。

% 对测试集图像进行分类预测
[YPred, scores] = classify(net, augimdsTest);
YTest = imdsTest.Labels; % 获取测试集的真实标签% 计算准确率
accuracy = mean(YPred == YTest);
fprintf('Test Accuracy: %.2f%%\n', accuracy * 100);% 绘制混淆矩阵来分析各类别的分类情况
figure;
confusionchart(YTest, YPred);
title('Confusion Matrix for Test Data');

训练好的模型可以用来预测新的图像。

% 预测单张图像
img = imread('path/to/your/new_image.jpg');
imgResized = imresize(img, net.Layers(1).InputSize(1:2)); % 调整到网络输入大小
[label, score] = classify(net, imgResized);% 显示图像及预测结果
figure;
imshow(img);
title(['Predicted: ', char(label), ', Confidence: ', num2str(max(score)*100, '%.2f'), '%']);

参考代码运用深度学习模型实现图像的分类 www.youwenfan.com/contentcnh/55199.html

实用技巧与注意事项

数据是关键：数据质量、数量和多样性直接影响模型性能。数据增强是提升模型泛化能力的有效手段。
从迁移学习开始：除非你有海量数据，否则从预训练模型（如GoogLeNet、ResNet、EfficientNet等）开始进行微调，通常比从头训练更快、效果更好。
利用GPU加速：如果有GPU，MATLAB会自动尝试使用它来加速训练（需要Parallel Computing Toolbox）。
超参数调优：学习率(InitialLearnRate)、批量大小(MiniBatchSize)、训练轮数(MaxEpochs)等都是重要的超参数，需要根据实际情况调整。可以使用MATLAB的Experiment Manager App来系统地进行超参数调优。
理解过拟合：如果训练准确率很高但验证/测试准确率很低，模型很可能过拟合了。可以通过增加数据增强、添加Dropout层、使用L2正则化、减少模型复杂度或提前停止训练来缓解。
可视化与解释性：使用Grad-CAM等工具可视化网络关注图像的那些区域，有助于理解模型决策的依据和调试模型。

进阶探索

当你掌握了基本流程后，还可以探索：

使用深度网络设计器（Deep Network Designer）App：通过图形化界面拖拽方式设计、编辑和训练网络，非常适合初学者直观理解网络结构。
其他计算机视觉任务：如目标检测（使用trainFasterRCNNObjectDetector或trainYOLOv2ObjectDetector）、语义分割等。
模型部署：将训练好的模型部署到嵌入式设备、企业系统或生成代码。