Увеличить количество классов в классификаторе изображений

Question

Я сделал программу по классификации изображений двух объектов, а именно собак и кошек, используя CNN в керасах. Теперь, как я могу увеличить количество классов, то есть собак, кошек и лягушек?

Вот код:

from keras.models import Sequential
from keras.layers import Conv2D
from keras.layers import MaxPooling2D
from keras.layers import Flatten
from keras.layers import Dense
from keras.callbacks import ModelCheckpoint

classifier = Sequential()

classifier.add(Conv2D(32, (3, 3), input_shape = (64, 64, 3), activation = 'relu'))
classifier.add(MaxPooling2D(pool_size = (2, 2)))

classifier.add(Conv2D(32, (3, 3),  activation = 'relu'))
classifier.add(MaxPooling2D(pool_size = (2, 2)))

classifier.add(Flatten())

classifier.add(Dense(units = 128, activation = 'relu'))
classifier.add(Dense(units = 1, activation = 'sigmoid'))
classifier.compile(optimizer = 'adam', loss = 'binary_crossentropy', metrics = ['accuracy'])

filepath="weights-improvment-{epoch:02d}-{val_acc:.2f}.hdf5"
checpoint=ModelCheckpoint(filepath,monitor='val_acc',verbose=1,save_best_only=True,mode='max')
callback_list=[checpoint]

from keras.preprocessing.image import ImageDataGenerator
train_datagen = ImageDataGenerator(rescale = 1./255,
shear_range = 0.2,
zoom_range = 0.2,
horizontal_flip = True)
test_datagen = ImageDataGenerator(rescale = 1./255)
training_set = train_datagen.flow_from_directory('training_set',
target_size = (64, 64),
batch_size = 32,
class_mode = 'binary')
test_set = test_datagen.flow_from_directory('test_set',
target_size = (64, 64),
batch_size = 32,
class_mode = 'binary')
classifier.fit_generator(training_set, 
steps_per_epoch = 8000,
epochs = 10,
validation_data = test_set,
validation_steps = 2000)

classifier.save('model_after_trained.h5')

Answer 1

Чтобы классифицировать более двух классов, количество нейронов (единиц) в последнем слое должно быть изменено на количество классов, которые должны быть предсказаны.

Предположим, если вы хотите предсказать 3 объекта, последний слой должен быть изменен как: classifier.add(Dense(units = 3, activation = 'sigmoid'))

Пожалуйста, найдите ниже ссылку, которая поможет вам сделать мультиклассовую классификацию с использованием CNN: https://www.codesofinterest.com/2017/08/bottleneck-features-multi-class-classification-keras.html

Надеюсь, это поможет !!!