微調模型來完成熱狗識別的圖像分類任務

我們來實踐一個具體的例子：熱狗識別。將基于一個小數(shù)據(jù)集對在ImageNet數(shù)據(jù)集上訓練好的ResNet模型進行微調。該小數(shù)據(jù)集含有數(shù)千張熱狗或者其他事物的圖像。我們將使用微調得到的模型來識別一張圖像中是否包含熱狗。

首先，導入實驗所需的工具包。

import tensorflow as tf
import numpy as np

獲取數(shù)據(jù)集

我們首先將數(shù)據(jù)集放在路徑hotdog/data之下:

每個類別文件夾里面是圖像文件。

上一節(jié)中我們介紹了ImageDataGenerator進行圖像增強，我們可以通過以下方法讀取圖像文件，該方法以文件夾路徑為參數(shù),生成經(jīng)過圖像增強后的結果，并產(chǎn)生batch數(shù)據(jù)：

flow_from_directory(self, directory,
                            target_size=(256, 256), color_mode='rgb',
                            classes=None, class_mode='categorical',
                            batch_size=32, shuffle=True, seed=None,
                            save_to_dir=None）

主要參數(shù)：

　　? directory: 目標文件夾路徑，對于每一個類對應一個子文件夾，該子文件夾中任何JPG、PNG、BNP、PPM的圖片都可以讀取。

　　? target_size: 默認為(256, 256)，圖像將被resize成該尺寸。

　　? batch_size: batch數(shù)據(jù)的大小，默認32。

　　? shuffle: 是否打亂數(shù)據(jù)，默認為True。

我們創(chuàng)建兩個tf.keras.preprocessing.image.ImageDataGenerator實例來分別讀取訓練數(shù)據(jù)集和測試數(shù)據(jù)集中的所有圖像文件。將訓練集圖片全部處理為高和寬均為224像素的輸入。此外，我們對RGB(紅、綠、藍)三個顏色通道的數(shù)值做標準化。

# 獲取數(shù)據(jù)集
import pathlib
train_dir = 'transferdata/train'
test_dir = 'transferdata/test'
# 獲取訓練集數(shù)據(jù)
train_dir = pathlib.Path(train_dir)
train_count = len(list(train_dir.glob('*/*.jpg')))
# 獲取測試集數(shù)據(jù)
test_dir = pathlib.Path(test_dir)
test_count = len(list(test_dir.glob('*/*.jpg')))
# 創(chuàng)建imageDataGenerator進行圖像處理
image_generator = tf.keras.preprocessing.image.ImageDataGenerator(rescale=1./255)
# 設置參數(shù)
BATCH_SIZE = 32
IMG_HEIGHT = 224
IMG_WIDTH = 224
# 獲取訓練數(shù)據(jù)
train_data_gen = image_generator.flow_from_directory(directory=str(train_dir),
                                                    batch_size=BATCH_SIZE,
                                                    target_size=(IMG_HEIGHT, IMG_WIDTH),
                                                    shuffle=True)
# 獲取測試數(shù)據(jù)
test_data_gen = image_generator.flow_from_directory(directory=str(test_dir),
                                                    batch_size=BATCH_SIZE,
                                                    target_size=(IMG_HEIGHT, IMG_WIDTH),
                                                    shuffle=True)

下面我們隨機取1個batch的圖片然后繪制出來。

import matplotlib.pyplot as plt
# 顯示圖像
def show_batch(image_batch, label_batch):
    plt.figure(figsize=(10,10))
    for n in range(15):
        ax = plt.subplot(5,5,n+1)
        plt.imshow(image_batch[n]）
        plt.axis('off')
# 隨機選擇一個batch的圖像        
image_batch, label_batch = next(train_data_gen)
# 圖像顯示
show_batch(image_batch, label_batch)

模型構建與訓練

我們使用在ImageNet數(shù)據(jù)集上預訓練的ResNet-50作為源模型。這里指定weights='imagenet'來自動下載并加載預訓練的模型參數(shù)。在第一次使用時需要聯(lián)網(wǎng)下載模型參數(shù)。

Keras應用程序(keras.applications)是具有預先訓練權值的固定架構，該類封裝了很多重量級的網(wǎng)絡架構，如下圖所示：

實現(xiàn)時實例化模型架構：

tf.keras.applications.ResNet50(
    include_top=True, weights='imagenet', input_tensor=None, input_shape=None,
    pooling=None, classes=1000, **kwargs
)

主要參數(shù)：

? include_top: 是否包括頂層的全連接層。

? weights: None 代表隨機初始化， 'imagenet' 代表加載在 ImageNet 上預訓練的權值。

? input_shape: 可選，輸入尺寸元組，僅當 include_top=False 時有效，否則輸入形狀必須是 (224, 224, 3)(channels_last 格式)或 (3, 224, 224)(channels_first 格式)。它必須為 3 個輸入通道，且寬高必須不小于 32，比如 (200, 200, 3) 是一個合法的輸入尺寸。

在該案例中我們使用resNet50預訓練模型構建模型：

# 加載預訓練模型
ResNet50 = tf.keras.applications.ResNet50(weights='imagenet', input_shape=(224,224,3))
# 設置所有層不可訓練
for layer in ResNet50.layers:
    layer.trainable = False
# 設置模型
net = tf.keras.models.Sequential()
# 預訓練模型
net.add(ResNet50)
# 展開
net.add(tf.keras.layers.Flatten())
# 二分類的全連接層
net.add(tf.keras.layers.Dense(2, activation='softmax'))

接下來我們使用之前定義好的ImageGenerator將訓練集圖片送入ResNet50進行訓練。

# 模型編譯：指定優(yōu)化器，損失函數(shù)和評價指標net.compile(optimizer='adam',
            loss='categorical_crossentropy',
            metrics=['accuracy'])# 模型訓練：指定數(shù)據(jù)，每一個epoch中只運行10個迭代，指定驗證數(shù)據(jù)集history = net.fit(
                    train_data_gen,
                    steps_per_epoch=10,
                    epochs=3,
                    validation_data=test_data_gen,
                    validation_steps=10
                    )

Epoch 1/3
10/10 [==============================] - 28s 3s/step - loss: 0.6931 - accuracy: 0.5031 - val_loss: 0.6930 - val_accuracy: 0.5094
Epoch 2/3
10/10 [==============================] - 29s 3s/step - loss: 0.6932 - accuracy: 0.5094 - val_loss: 0.6935 - val_accuracy: 0.4812
Epoch 3/3
10/10 [==============================] - 31s 3s/step - loss: 0.6935 - accuracy: 0.4844 - val_loss: 0.6933 - val_accuracy: 0.4875