Riconoscimento foraminiferi con rete neurale Tensorflow

Questa versione di codice prevede l'uso completo di Tensorflow Keras per creare delle classificazioni di immagini per il riconoscimento di foraminiferi(il codice e' stato adattato dal seguente link).
Spoiler: il modello ha effettuato il corretto riconoscimento di poco oltre il 54% dei tentativi...tirando a caso i successi stimati sarebbero del 20%

il dataaset non e' enorme ma si tratta di un esempio (immagini tratte da http://www.endlessforams.org/)

Sono state selezionate le specie con almeno 1500 immagini (ogni classe ha lo stesso numero di immagini in modo da non favorire nessuna classe nel training) e sono state selezionate le immagini a piu' alta qualita'

globigerinoides_ruber images: 1500
globigerina_bulloides images: 1500
globigerinita_glutinata images: 1500
globigerinoides_sacculifer images: 1500
neogloboquadrina_pachyderma images: 1500

le immagini dei foraminiferi sono classificate all'interno delle cartelle con il nome della rispettiva specie. Per questo esempio sono state selezionate 5 specie e quindi 5 classi
Si tratta quindi di algoritmi di image classification basati su class_mode=categorical

le immagini originali sono state tagliate dei 160 pixel alla base per togliere la banda bianca con le scritte
-------------------------------------------
for f in *.jpg
do
convert $f -gravity South -chop 0x160 a_$f
done
-------------------------------------------


===========================================================

import os


a_dir = os.path.join('./train/globigerinoides_ruber')
b_dir = os.path.join('./train/globigerina_bulloides')
c_dir = os.path.join('./train/globigerinita_glutinata')
d_dir = os.path.join('./train/globigerinoides_sacculifer')
e_dir = os.path.join('./train/neogloboquadrina_pachyderma')


print('globigerinoides_ruber images:', len(os.listdir(a_dir)))
print('globigerina_bulloides images:', len(os.listdir(b_dir)))
print('globigerinita_glutinata images:', len(os.listdir(c_dir)))
print('globigerinoides_sacculifer images:', len(os.listdir(d_dir)))
print('neogloboquadrina_pachyderma images:', len(os.listdir(e_dir)))

import matplotlib.pyplot as plt
import matplotlib.image as mpimg

batch_size = 16

from tensorflow.keras.preprocessing.image import ImageDataGenerator

# riscala i valorei
train_datagen = ImageDataGenerator(rescale=1/255)

train_generator = train_datagen.flow_from_directory(
        './train',  
        target_size=(200, 200),  # tutte le immagini vengono riscalate a 200x200. Gli originali sono circa 400x640
        batch_size=batch_size,
        classes = ['globigerinoides_ruber','globigerina_bulloides','globigerinita_glutinata','globigerinoides_sacculifer','neogloboquadrina_pachyderma'],
        class_mode='categorical')

import tensorflow as tf


model = tf.keras.models.Sequential([
    # The first convolution
    tf.keras.layers.Conv2D(16, (3,3), activation='relu', input_shape=(200, 200, 3)),
    tf.keras.layers.MaxPooling2D(2, 2),
    tf.keras.layers.Conv2D(32, (3,3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2,2),
    tf.keras.layers.Conv2D(64, (3,3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2,2),
    tf.keras.layers.Conv2D(64, (3,3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2,2),
    tf.keras.layers.Conv2D(64, (3,3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2,2),
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation='relu'),
    # softmax deve essere impostato al numero di classi 
    tf.keras.layers.Dense(5, activation='softmax')
])

model.summary()

from tensorflow.keras.optimizers import RMSprop

model.compile(loss='categorical_crossentropy',
              optimizer=RMSprop(lr=0.001),
              metrics=['acc'])

total_sample=train_generator.n

n_epochs = 15
history = model.fit_generator(
        train_generator, 
        steps_per_epoch=int(total_sample/batch_size),  
        epochs=n_epochs,
        verbose=1)

model.save('1500el_5classi_model.h5')

===========================================================

i dati sono salvati in un file .h5

per la verifica del modello sono state selezionate 5 immagini per ogni classe che non erano comprese nel training con 15 epochs
questo e' lo script di predizione basato sulla libreria creata in precedenza (il nome del file immagine da esaminare viene passato sulla linea di comando)
============================================================
import tensorflow as tf
from tensorflow.keras import Model 
from PIL import Image
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import sys
from numpy import asarray
import numpy as np

model = tf.compat.v2.keras.models.load_model('../1500el_5classi_model.h5')

image = Image.open(sys.argv[1])
image = image.resize((200,200))
pic = asarray(image)
pic = pic.astype('float32')
pic /= 255.0

pic=np.expand_dims(pic,axis=0)


prediction = model.predict(pic)
print(sys.argv[1])

float_formatter = "{:.2f}".format
np.set_printoptions(formatter={'float_kind':float_formatter})
print(prediction)
print()
============================================================


i risulati sono i seguenti

			Corretti	Errati
Globigerina Bulloides			9	1
Globigerinita Glutinata			1	9
Globigerinoides Ruber			3	7
Globigerinoides Sacculifer			9	0
Neogloboquadrina Pachyderma			3	6
			52%	48%

I risultati delle colonne seguenti sono in percentuali di affidabilita' (1=100%)

		Globigerinoides Ruber	Globigerina Bulloides	Globigerinita Glutinata	Globigerinoides Sacculifer	Neogloboquadrina Pachyderma
		Predizione
Immagini reali
Globigerina Bulloides	1		1.00
	2		1.00
	3		1.00
	4		1.00
	5		1.00
	6		0.17		0.93
	7	0.25	0.74		0.01
	8		1.00
	9		1.00
	10		1.00
Globigerinita Glutinata	1		0.95		0.04
	2	0.32	0.03		0.65
	3	0.01	0.77	0.05	0.18
	4		0.79	0.17	0.01	0.03
	5	0.07	0.05	0.68	0.20
	6	0.82	0.02	0.03	0.13
	7		0.94	0.06
	8	0.00	0.61	0.04	0.35
	9	0.21	0.11	0.1	0.58
	10	0.12	0.14	0.01	0.73
Globigerinoides Ruber	1			1.00
	2	0.02	0.98
	3	0.26	0.18		0.55
	4			1.00
	5	0.98	0.01		0.01
	6	0.70			0.30
	7	0.02			0.98
	8				1.00
	9				1.00
	10	0.63			0.36
Globigerinoides Sacculifer	1	0.27			0.73
	2		0.01		0.99
	3				1.00
	4				1.00
	5		0.07		0.93
	6				1.00
	7				1.00
	8				1.00
	9				1.00
Neogloboquadrina Pachyderma	1				1.00
	2				1.00
	3				0.89	0.01
	4	0.01			0.01	0.98
	5				1.00
	6					1.00
	7				0.95	0.01
	8	0.08			0.08	0.83
	9		0.02		0.97

Aggiungedo un Dropout del 20% le cose migliorano ma non troppo

			Corretti	Errati
Globigerina Bulloides			10	0
Globigerinita Glutinata			4	6
Globigerinoides Ruber			5	5
Globigerinoides Sacculifer			6	3
Neogloboquadrina Pachyderma			1	9
			54%	48%

ho provato ad usare l'optimizer adam con 3 livelli di convoluzione ma i risultati sono stati peggiori