基于深度學(xué)習(xí)LeNet5模型的運(yùn)動鞋品牌識別方法設(shè)計(jì)

目錄

1引言.........................................................................................................................1

1.1項(xiàng)目背景......................................................................................................1

1.2開發(fā)環(huán)境與工具..........................................................................................1

1.2.1Python...................................................................................................1

1.2.2JupyterNotebook..................................................................................2

1.2.3TensorFlow..........................................................................................2

2卷積神經(jīng)網(wǎng)絡(luò)..........................................................................................................3

2.1卷積層和池化層原理.................................................................................3

2.2全連接層原理..............................................................................................4

2.3激活函數(shù)原理..............................................................................................4

3數(shù)據(jù)預(yù)處理.............................................................................................................6

3.1數(shù)據(jù)處理流程..............................................................................................6

3.1.1數(shù)據(jù)采集..............................................................................................6

3.1.2數(shù)據(jù)清洗..............................................................................................7

3.1.3數(shù)據(jù)集劃分...........................................................................................8

3.2數(shù)據(jù)集可視化..............................................................................................9

4基于LeNet5運(yùn)動鞋品牌設(shè)計(jì)實(shí)現(xiàn)......................................................................10

4.1搭建CNN網(wǎng)絡(luò).........................................................................................10

4.2編譯網(wǎng)絡(luò)....................................................................................................10

4.3訓(xùn)練模型....................................................................................................10

4.4模型評估.................................................................................................11

5總結(jié).......................................................................................................................12

參考資料...................................................................................................................13

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

1引言

1.1項(xiàng)目背景

近年來，隨著人們生活水平的提高，文化消費(fèi)日益多元化。運(yùn)動鞋品牌

在人們生活中也變得越來越重要，成為時尚和生活方式的一部分。在購買運(yùn)

動鞋時，運(yùn)動鞋品牌是消費(fèi)者最為關(guān)注的因素之一，不同品牌的運(yùn)動鞋在設(shè)

計(jì)、價格、功能等方面有很大的差異。各大運(yùn)動鞋品牌之間的競爭也變得越

來越激烈。品牌識別是市場營銷中至關(guān)重要的一環(huán)，而運(yùn)動鞋品牌的識別又

是其中重要的一部分。準(zhǔn)確地識別不同品牌的運(yùn)動鞋，可以幫助品牌商更好

地了解市場和消費(fèi)者需求，制定更為精準(zhǔn)的營銷策略。因此，自動識別鞋類

品牌是一個重要的問題，具有很高的實(shí)用價值。

本項(xiàng)目基于深度學(xué)習(xí)[1]LeNet5模型，設(shè)計(jì)一種運(yùn)動鞋品牌識別的方法。

我們將從中搜集、整理和標(biāo)注運(yùn)動鞋品牌圖像數(shù)據(jù)集[2]，并將其分為訓(xùn)練集

和驗(yàn)證集，利用LeNet5模型對運(yùn)動鞋數(shù)據(jù)進(jìn)行訓(xùn)練，然后利用測試集對模型

進(jìn)行測試和評估，最終得出運(yùn)動鞋品牌自動識別模型。這個方法可以應(yīng)用到

電子商務(wù)、社交媒體等領(lǐng)域，幫助企業(yè)和消費(fèi)者了解運(yùn)動鞋品牌，促進(jìn)市場

發(fā)展和品牌環(huán)節(jié)。

運(yùn)動鞋作為一種流行潮流的代表，品牌種類繁多。基于深度學(xué)習(xí)的品牌

識別方法在市場競爭激烈的今天具有重要的意義。該方法可以通過對圖像進(jìn)

行特征提取和處理，將手中的運(yùn)動鞋圖像識別為某個品牌，從而幫助消費(fèi)者

更好地辨別相似品牌，為消費(fèi)者提供更好的決策幫助。同時，該方法可以幫

助運(yùn)動鞋生產(chǎn)商監(jiān)控和維護(hù)自己的品牌形象，提高自己的品牌價值。

本項(xiàng)目設(shè)計(jì)的研究成果將有助于深入了解深度學(xué)習(xí)技術(shù)在圖像識別領(lǐng)域

的應(yīng)用，同時為運(yùn)動鞋品牌識別提供一種新的解決方法，為市場營銷和商業(yè)

決策提供參考。

1.2開發(fā)環(huán)境與工具

1.2.1Python

Python是一種計(jì)算機(jī)程序設(shè)計(jì)語言，我們知道計(jì)算機(jī)在執(zhí)行任何的操作

時都會將指令轉(zhuǎn)化成CPU能夠執(zhí)行的機(jī)器語言，所以說不管是差異有多大的

編程語言最后都要轉(zhuǎn)化成機(jī)器語言。Python語言就只需要寫將近30行代碼，

1

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

由此可以看出Python語言的編碼效率極高。

Python是一種比較高級的語言，而且具有非常多的優(yōu)勢。比如說，Python

代碼比較簡潔方便使用者學(xué)習(xí)，Python的關(guān)鍵字不多，方便初學(xué)者記憶；

Python有功能全面的各種庫，通過這些庫可以實(shí)現(xiàn)各種各樣的的功能，比如

要進(jìn)行數(shù)據(jù)分析就添加Pandas數(shù)據(jù)分析庫，要完成數(shù)據(jù)的可視化可以添加

Matplotlib數(shù)據(jù)可視化庫，要進(jìn)行數(shù)組計(jì)算就添加Numpy。通過這些庫的輔

助可以讓編程變得更加容易，本文就使用了不同的庫來完成設(shè)計(jì)開發(fā)。

1.2.2JupyterNotebook

JupyterNotebook是一個可以在瀏覽器中使用計(jì)算的應(yīng)用程序。默認(rèn)端口

為http://localhost:8888，打開運(yùn)行后，自動使用默認(rèn)瀏覽器打開，除了本機(jī)

可以連接外，也可以設(shè)置局域網(wǎng)中可以被訪問，這樣就可以在同一局域網(wǎng)的

其他設(shè)備上完成代碼的編寫與開發(fā)。JupyterNotebook可以將所有的工作內(nèi)容

以筆記本文檔的形式展示，可展示內(nèi)容包括計(jì)算的輸入和輸出、解釋文本、

數(shù)學(xué)、圖像和對象的富媒體等。因此，JupyterNotebook非常適合用于機(jī)器學(xué)

習(xí)、數(shù)據(jù)分析等數(shù)據(jù)科學(xué)工作。

JupyterNotebook的優(yōu)點(diǎn)非常多，通過瀏覽器編輯和運(yùn)行代碼，不需要其

他的編輯器，不會收到操作系統(tǒng)的限制;代碼的運(yùn)行結(jié)果可以選擇直接輸出，

呈現(xiàn)于該代碼塊的下面；可以在代碼塊后面寫Markdown語法代碼做解釋說

明，就像寫文本一樣展示說明。

JupyterNotebook的前身是IPython，所以在JupyterNotebook運(yùn)行Python

是完全沒有問題的，除Python外JupyterNotebook還支持其他40多種編程語

言，包括R，Julia和Scala?？梢允褂秒娮余]件，Dropbox，GitHub和Jupyter

Notebookviewer與其他人共享筆記本。

JupyterNotebook最實(shí)用的功能就算可以運(yùn)行獨(dú)立的代碼塊，在運(yùn)行不報(bào)

錯后還可以選擇輸出這行代碼的運(yùn)行結(jié)果，通過輸出結(jié)果可以知道自己當(dāng)前

需要完成的功能是否完成，確保下一個代碼塊接收的上一個代碼塊處理完的

數(shù)據(jù)，避免出現(xiàn)錯誤。

1.2.3TensorFlow

TensorFlow[10]是由Google開源的機(jī)器學(xué)習(xí)框架，可用于構(gòu)建和訓(xùn)練各

種類型的機(jī)器學(xué)習(xí)模型。它的主要優(yōu)點(diǎn)是靈活性、可移植性和可擴(kuò)展性。

TensorFlow的編程接口采用Python語言，用戶可以使用Python編寫機(jī)器學(xué)

2

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

習(xí)模型并通過TensorFlow進(jìn)行訓(xùn)練和測試。TensorFlow的應(yīng)用范圍廣泛，

可用于圖像識別、自然語言處理、語音識別等多個領(lǐng)域。

2卷積神經(jīng)網(wǎng)絡(luò)

LeNet5是深度學(xué)習(xí)中的一個經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)[4]模型，由深度學(xué)習(xí)的先

驅(qū)之一YannLeCun在1998年提出，主要用于手寫數(shù)字識別任務(wù)。這個模型

采用了卷積神經(jīng)網(wǎng)絡(luò)的一些基本特性，如卷積、子采樣和非線性激活，從而

實(shí)現(xiàn)了對圖像的有效分類。

LeNet5模型主要由七個層組成，如下所示：

輸入層：輸入數(shù)據(jù)圖像，通常為灰度圖像，大小為32*32像素。

卷積層C1：應(yīng)用6個大小為5x5的卷積核，并使用sigmoid激活函數(shù)進(jìn)

行卷積操作，輸出6個28x28圖像。

子采樣層S2：對C1層的每個6個28x28圖像進(jìn)行2x2平均池化操作，

將輸出6個14x14圖像。

卷積層C3：應(yīng)用16個大小為5x5的卷積核，并使用sigmoid激活函數(shù)進(jìn)

行卷積操作，輸出16個10x10圖像。

子采樣層S4：對C3層的每個16個10x10圖像進(jìn)行2x2平均池化操作，

將輸出16個5x5圖像。

全連接層F5：對S4層的每個16個5x5圖像進(jìn)行展開，連接為一維向量，

然后與120個神經(jīng)元完全連接，應(yīng)用sigmoid激活函數(shù)進(jìn)行計(jì)算。

輸出層：對F5的120個神經(jīng)元應(yīng)用激活函數(shù)進(jìn)行分類操作，輸出結(jié)果為

到9的10個類別。

這就是LeNet5的模型結(jié)構(gòu)，其中使用的卷積層、池化層和全連接層的組

合方式，被廣泛采用于后來深度學(xué)習(xí)模型的設(shè)計(jì)中。這個模型通過卷積和池

化操作有效地減少了參數(shù)數(shù)量，從而減少了計(jì)算成本。同時，激活函數(shù)的使

用可以對特征進(jìn)行非線性變換，提高了模型的擬合能力和分類精度。除了手

寫數(shù)字識別任務(wù)之外，LeNet5模型還可以用于其他圖像分類任務(wù)，如運(yùn)動鞋

品牌識別等。

2.1卷積層和池化層原理

卷積層和匯聚層是圖像識別或計(jì)算機(jī)視覺任務(wù)中常用的兩種卷積神經(jīng)網(wǎng)

絡(luò)。卷積層將一組濾波器應(yīng)用于輸入圖像。每個濾波器是一個小矩陣，每次

在圖像上滑動一個像素，使用相應(yīng)的輸入補(bǔ)丁執(zhí)行元素相乘。將乘法的結(jié)果

3

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

相加，得到一個表示該位置濾波器輸出的新矩陣。通過對圖像中的所有位置

重復(fù)這個過程，卷積層產(chǎn)生一組輸出矩陣，代表在輸入圖像中檢測到的不同

特征。

另一方面，池層減少了卷積層產(chǎn)生的輸出的空間維度。這是通過將輸入

劃分為一組非重疊區(qū)域并計(jì)算每個區(qū)域的匯總統(tǒng)計(jì)量(如最大值或平均值)來

實(shí)現(xiàn)的。其結(jié)果是一個較小的矩陣與較少的空間維數(shù)。

卷積層和池層的主要好處是它們能夠從輸入中提取和增強(qiáng)特征，同時降

低網(wǎng)絡(luò)的計(jì)算復(fù)雜度。這使得CNN能夠有效地識別圖像中的模式和對象，具

有高度的準(zhǔn)確性。

2.2全連接層原理

全連接層是神經(jīng)網(wǎng)絡(luò)中最基本的一種層級結(jié)構(gòu)，它的主要作用是將上一

層所有的輸入節(jié)點(diǎn)與下一層所有的輸出節(jié)點(diǎn)進(jìn)行連接，而連接權(quán)重及偏置則

是該層的參數(shù)。

其實(shí)現(xiàn)原理非常簡單，對于輸入特征向量X，全連接層將其與一組連接

權(quán)重W相乘并加上偏置b，然后通過激活函數(shù)進(jìn)行非線性變換，輸出對應(yīng)的

特征向量Y，如下所示。

Y=f(WX+b)

其中W和b是該層的參數(shù)，f(x)為激活函數(shù)。在網(wǎng)絡(luò)訓(xùn)練的過程中，全

連接層的參數(shù)W和b將不斷進(jìn)行學(xué)習(xí)和優(yōu)化，以便使得該層的輸出能夠更好

地?cái)M合訓(xùn)練數(shù)據(jù)。

全連接層在深度學(xué)習(xí)中具有極其重要的作用，它可以擬合非常復(fù)雜的數(shù)

據(jù)分布，并在如圖像分類、語音識別和自然語言處理等領(lǐng)域取得了非常出色

的成果，成為了深度學(xué)習(xí)中不可或缺的一部分。

2.3激活函數(shù)原理

激活函數(shù)（ActivationFunction）是神經(jīng)網(wǎng)絡(luò)中的一種非線性函數(shù)，通常

應(yīng)用于神經(jīng)元的輸出，用于對神經(jīng)元的激活狀態(tài)進(jìn)行建模。在神經(jīng)網(wǎng)絡(luò)中，

每個神經(jīng)元的輸入分別被加權(quán)并加總，然后通過激活函數(shù)處理得到神經(jīng)元的

輸出值。

激活函數(shù)的主要作用是引入非線性性，使得神經(jīng)網(wǎng)絡(luò)可以學(xué)習(xí)非線性，

從而提高模型的表達(dá)能力。當(dāng)神經(jīng)元的輸出經(jīng)過激活函數(shù)之后，它的輸出值

不再局限于一個范圍內(nèi)，而是可以在一定區(qū)間內(nèi)變化，這樣就可以更好地逼

4

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

近目標(biāo)函數(shù)，提高模型的性能。

常用的激活函數(shù)有sigmoid函數(shù)、tanh函數(shù)、ReLU函數(shù)等。sigmoid函

數(shù)和tanh函數(shù)都具有平滑的非線性屬性，可以將輸出值限制在到1或者-1到

1之間，比較適合用于輸出層和隱藏層。而ReLU函數(shù)在實(shí)現(xiàn)方面更加簡單，

不僅避免了梯度消失問題，還可以加速模型的收斂速度，因此在卷積神經(jīng)網(wǎng)

絡(luò)中廣泛使用。

在卷積神經(jīng)網(wǎng)絡(luò)中，任何形式的sigmoid非線性都可以用來確定節(jié)點(diǎn)的輸

出，但是在實(shí)驗(yàn)過程中，若使用了一種新的基于立方根的非飽和sigmoid函

數(shù)，會得到了最好的結(jié)果。

31

如果g:為函數(shù)g(y)y/3y，那么函數(shù)是s(x)g(x)像更有效，

和tanh一樣，它也是一個奇函數(shù)。然而，logistic和tanh非常快地接近它們

的漸近值，在這一點(diǎn)上導(dǎo)數(shù)本質(zhì)上降為零。另一方面，s是無界的，它的導(dǎo)

數(shù)隨著x的增大而逐漸減小。假設(shè)這些性質(zhì)使s更適合于用二階方法進(jìn)行批

量優(yōu)化。否則在優(yōu)化過程的早期可能會陷入停滯。

其中非飽和sigmoid函數(shù)與logistic和tanh的另一個性質(zhì)是它們的導(dǎo)數(shù)

是一個簡單函數(shù)。該屬性很方便實(shí)現(xiàn)，因?yàn)樗馕吨鴨卧妮斎肟梢员黄漭?/p>

出覆蓋。同樣地在所有這些情況下把導(dǎo)數(shù)作為值的函數(shù)來計(jì)算效率則會更高，

21

在有s的情況下，我們有s(x)(s(x)1)，這很容易用隱式微分法來表示。

為了計(jì)算s（x)，用牛頓法解決。

對于正x，初始化y0x，迭代單調(diào)遞減，保證了收斂性。在實(shí)驗(yàn)值范圍

內(nèi)，只需幾次迭代即可收斂到對應(yīng)的精度。當(dāng)x是負(fù)的，則利用s的奇函數(shù)

性質(zhì)，即s(x)s(x)。作為進(jìn)一步的優(yōu)化，也編寫了一個向量化的實(shí)現(xiàn)。

5

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

3數(shù)據(jù)預(yù)處理

3.1數(shù)據(jù)處理流程

3.1.1數(shù)據(jù)采集

收集包含各種運(yùn)動鞋品牌的圖片數(shù)據(jù)，包括品牌名稱，銷售額等。為了

訓(xùn)練模型的準(zhǔn)確性，最好收集足夠數(shù)量，高質(zhì)量的圖片數(shù)據(jù)。數(shù)據(jù)來源

/story/best-sneaker-brands，下圖為項(xiàng)目需要的圖片數(shù)據(jù)集

示例。

圖3-1運(yùn)動鞋品牌數(shù)據(jù)

使用OpenCV和NumPy庫來制作數(shù)據(jù)集，將原始圖像轉(zhuǎn)換為可以輸入神

經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)格式的過程如下圖所示。

圖3-2加載數(shù)據(jù)集自定義函數(shù)

6

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

圖3-3制作數(shù)據(jù)集自定義函數(shù)

圖3-4二次加載數(shù)據(jù)集自定義函數(shù)

圖3-5導(dǎo)入數(shù)據(jù)集

圖3-6查看圖片數(shù)目

圖3-7查看數(shù)據(jù)

3.1.2數(shù)據(jù)清洗

采集的數(shù)據(jù)容易出現(xiàn)問題，造成數(shù)據(jù)缺失，異常數(shù)據(jù)等數(shù)據(jù)問題。為了

避免數(shù)據(jù)原因影響后期的分析及預(yù)測工作，影響預(yù)測結(jié)果的準(zhǔn)確性，需要對

這些數(shù)據(jù)進(jìn)行處理，去除標(biāo)簽不正確的圖片或者重復(fù)的圖片，清洗異常數(shù)據(jù)，

從而保證數(shù)據(jù)集的完整性和準(zhǔn)確性。

7

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

3.1.3數(shù)據(jù)集劃分

在運(yùn)動鞋品牌識別中，為了避免出現(xiàn)偶然性，需要特別大量的歷史數(shù)據(jù)，

在這些歷史數(shù)據(jù)收集的過程中可能會出現(xiàn)差錯，造成數(shù)據(jù)的缺失或者異常。

為了不讓數(shù)據(jù)的缺失和異常影響到運(yùn)動鞋品牌識別結(jié)果的精度，需要對數(shù)據(jù)

進(jìn)行預(yù)處理。數(shù)據(jù)預(yù)處理不僅可以減少問題數(shù)據(jù)，讓數(shù)據(jù)符合真實(shí)的狀況，

還可以讓數(shù)據(jù)更好的適應(yīng)特定的運(yùn)動鞋品牌識別模型，以取得較好的預(yù)測結(jié)

果。數(shù)據(jù)預(yù)處理流程如圖所示。

圖3-8數(shù)據(jù)預(yù)處理處理流程

在本代碼中，對于數(shù)據(jù)預(yù)處理，使用了ImageDataGenerator[11]類，該類

可以方便地對圖像數(shù)據(jù)進(jìn)行數(shù)據(jù)增強(qiáng)和歸一化處理，以提高模型的準(zhǔn)確率。

數(shù)據(jù)預(yù)處理如下圖所示。

8

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

圖3-9數(shù)據(jù)訓(xùn)練過程圖

圖3-10劃分訓(xùn)練集

3.2數(shù)據(jù)集可視化

深度學(xué)習(xí)算法使用大量的數(shù)據(jù)來訓(xùn)練模型，以進(jìn)行預(yù)測、分類、回歸和

感知，隨著技術(shù)的持續(xù)發(fā)展，深度學(xué)習(xí)將會進(jìn)一步推動人工智能技術(shù)的發(fā)展

和進(jìn)步下圖是數(shù)據(jù)集可視化代碼圖。

圖3-11數(shù)據(jù)可視化圖過程

9

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

4基于LeNet5運(yùn)動鞋品牌設(shè)計(jì)實(shí)現(xiàn)

4.1搭建CNN網(wǎng)絡(luò)

下圖為創(chuàng)建CNN網(wǎng)絡(luò)的LeNet5模型代碼圖。

圖4-1CNN網(wǎng)絡(luò)代碼

4.2編譯網(wǎng)絡(luò)

下圖為LeNet5模型的編譯代碼圖。

圖4-2模型編譯

4.3訓(xùn)練模型

模型訓(xùn)練時會返回一個history對象，包含了模型在訓(xùn)練過程中的各種指

標(biāo)，例如訓(xùn)練損失、驗(yàn)證損失、訓(xùn)練準(zhǔn)確率、驗(yàn)證準(zhǔn)確率等等。通過對這些

指標(biāo)的分析，我們可以更加深入地了解模型的表現(xiàn)和訓(xùn)練效果，從而進(jìn)一步

調(diào)整模型的參數(shù)和結(jié)構(gòu)，提高模型的性能并得到更好的預(yù)測結(jié)果。

10

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

圖4-3模型訓(xùn)練

4.4模型評估

通過監(jiān)控模型的損失函數(shù)指標(biāo)可以對模型進(jìn)行評估，查看模型的損失率。

如下圖所示。

圖4-4訓(xùn)練集和驗(yàn)證集損失值的變化

11

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

5總結(jié)

本項(xiàng)目設(shè)計(jì)是基于深度學(xué)習(xí)中的經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)模型LeNet5在運(yùn)動

鞋品牌識別方面進(jìn)行了實(shí)驗(yàn)和研究。主要研究成果總結(jié)如下。

數(shù)據(jù)集準(zhǔn)備，本研究使用了包含多個運(yùn)動鞋品牌的數(shù)據(jù)集，該數(shù)據(jù)集包

括許多不同型號、顏色和規(guī)格的運(yùn)動鞋。通過數(shù)據(jù)預(yù)處理和數(shù)據(jù)增廣，進(jìn)一

步提高了數(shù)據(jù)集的質(zhì)量和數(shù)量。

模型架構(gòu)上，本研究使用基于卷積神經(jīng)網(wǎng)絡(luò)的經(jīng)典模型LeNet5進(jìn)行運(yùn)動

鞋品牌識別。該模型采用多層卷積和池化操作提取特征，最終通過全連接層

輸出品牌預(yù)測結(jié)果。

本研究在上述數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)和評估，評價指標(biāo)包括精確率、召回

率等。結(jié)果顯示，本研究所提出的基于LeNet5模型的運(yùn)動鞋品牌識別方法在

數(shù)據(jù)集上表現(xiàn)良好，準(zhǔn)確率高于90%。

綜上所述，本研