一、前言
本文使用的是 kaggle 猫狗大战的数据集：https://www.kaggle.com/c/dogs-vs-cats/data
训练集中有 25000 张图像，测试集中有 12500 张图像。作为简单示例，我们用不了那么多图像，随便抽取一小部分猫狗图像到一个文件夹里即可。
通过使用更大、更复杂的模型，可以获得更高的准确率，预训练模型是一个很好的选择，我们可以直接使用预训练模型来完成分类任务，因为预训练模型通常已经在大型的数据集上进行过训练，通常用于完成大型的图像分类任务。
tf.keras.applications中有一些预定义好的经典卷积神经网络结构（Application应用），如下所示：
我们可以直接调用这些经典的卷积神经网络结构（甚至载入预训练的参数），而无需手动来构建网络结构。
例如，本文将要用到的模型是由谷歌开发的 MobileNetV2 网络结构，该模型已经在 ImageNet 数据集上进行过预训练，共含有 1.4M 张图像，而且学习了常见的 1000 种物体的基本特征，因此，该模型具有强大的特征提取能力。
model=tf.keras.applications.MobileNetV2()
当执行以上代码时，TensorFlow会自动从网络上下载 MobileNetV2 网络结构，运行代码后需要等待一会会儿~~。MobileNetV2模型的速度很快，而且耗费资源也不是很多。
二、k-means聚类
k-means聚类算法以 k 为参数，把 n 个对象分成 k 个簇，使簇内具有较高的相似度，而簇间的相似度较低。其处理过程如下：
- 随机选择 k 个点作为初始的聚类中心
- 对于剩下的点，根据其与聚类中心的距离，将其归入最近的簇。
- 对每个簇，计算所有点的均值作为新的聚类中心。
- 重复步骤2、3直到聚类中心不再发生改变
k-means的算法原理比较非常简洁、易于理解，但是这里面有个问题需要解决：
如何确定 k 值？
- 在 k-means 算法实现过程中，首先面临的问题就是如何确定好 K 值。因为在实际应用中，我们也不知道这些数据到底会有多少个类别，或者分为多少个类别会比较好，所以在选择 K 值的时候会比较困难，只能根据经验预设一个数值。
- 比较常用的一个方法：肘部法。就是去循环尝试 K 值，计算在不同的 K 值情况下，所有数据的损失，即用每一个数据点到中心点的距离之和计算平均距离。可以想到，当 K=1 的时候，这个距离和肯定是最大的；当 K=m 的时候，每个点也是自己的中心点，这个时候全局的距离和是0，平均距离也是0，当然我们不可能设置成K=m。
- 而在逐渐加大 K 的过程中，会有一个点，使这个平均距离发生急剧的变化，如果把这个距离与 K 的关系画出来，就可以看到一个拐点，也就是我们说的手肘。
要确定 K 值确实是一项比较费时费力的事情，但是也是 K-Means 聚类算法中必须要做好的工作。
三、图像分类
现在进入正题，实现我们的猫狗图像分类。
导入需要的依赖库
importnumpyasnpimporttensorflowastfimportmatplotlib.pyplotaspltfromsklearn.clusterimportKMeansimportcv2ascvimportos, shutilfrompathlibimportPath
获取 animals 文件夹下所有 jpg 猫狗图像
# 获得该文件夹下所有jpg图片路径p=Path(r"C:\Users\Administrator\DeepLearning\animals") files=list(p.glob("**/*.jpg"))
opencv读取图像，并将图像大小 resize 为（224，224），以匹配模型输入层的大小以进行特征提取。图像数组转换为 float32 类型并reshape，然后做归一化。
# opencv读取图像 并resize为（224，224）images= [cv.resize(cv.imread(str(file)), (224, 224)) forfileinfiles] paths= [fileforfileinfiles] # 图像数组转换为float32类型并reshape 然后做归一化images=np.array(np.float32(images).reshape(len(images), -1) /255)
加载预训练模型 MobileNetV2 来实现图像分类
# 加载预先训练的模型MobileNetV2来实现图像分类model=tf.keras.applications.MobileNetV2(include_top=False, weights="imagenet", input_shape=(224, 224, 3)) predictions=model.predict(images.reshape(-1, 224, 224, 3)) pred_images=predictions.reshape(images.shape[0], -1)
k-means聚类算法
k=2# 2个类别# K-Means聚类kmodel=KMeans(n_clusters=k, n_jobs=-1, random_state=888) kmodel.fit(pred_images) kpredictions=kmodel.predict(pred_images) print(kpredictions) # 预测的类别# 0：dog 1：cat
将分类后的图像保存到不同文件夹下
foriin ["cat", "dog"]: os.mkdir(r"C:\Users\Administrator\DeepLearning\picture_"+str(i)) # 复制文件，保留元数据 shutil.copy2('来源文件', '目标地址')foriinrange(len(paths)): ifkpredictions[i] ==0: shutil.copy2(paths[i], r"C:\Users\Administrator\DeepLearning\picture_dog") else: shutil.copy2(paths[i], r"C:\Users\Administrator\DeepLearning\picture_cat")
结果如下：
猫狗图像分类
推荐阅读：
https://keras-cn.readthedocs.io/en/latest/other/application/
