前言

本文參照了大佬Andrew Ng的所講解的Tensorflow 2視頻所寫，本文將其中只適用于Linux的功能以及只適用于Google Colab的功能改為了普適的代碼同時(shí)加入了自己的理解，尚處學(xué)習(xí)與探索階段，能力有限，希望大家多多指正。

文章所需代碼均在Jupyter Notebook當(dāng)中實(shí)現(xiàn)。

數(shù)據(jù)集獲取

使用tf.keras.utils.get_file()能夠從指定的URL當(dāng)中直接獲取數(shù)據(jù)集，我們?cè)谝阎W(wǎng)站當(dāng)中獲取到貓狗分類所需圖片，為壓縮包格式，將其命名為cats_and_dogs_filtered.zip，為該操作設(shè)置一個(gè)變量path，該變量指向的便是該數(shù)據(jù)集下載之后存儲(chǔ)的路徑。

import tensorflow as tf
path=tf.keras.utils.get_file('cats_and_dogs_filtered.zip',origin='https://storage.googleapis.com/mledu-datasets/cats_and_dogs_filtered.zip')
print(path)#會(huì)輸出其路徑，和當(dāng)前notebook文件路徑相同

文件解壓

使用第三方庫(kù)zipfile進(jìn)行文件的解壓，下列代碼將其解壓到了指定的文件夾當(dāng)中。

import zipfile

local_zip = path
zip_ref = zipfile.ZipFile(local_zip, 'r')

zip_ref.extractall('C:\\Users\\lenovo\\.keras\\datasets')
zip_ref.close()

文件夾當(dāng)中又有兩個(gè)文件夾，分別用于訓(xùn)練以及驗(yàn)證神經(jīng)網(wǎng)絡(luò)模型，每個(gè)文件夾當(dāng)中又包含著兩個(gè)文件，代表著不同類別的貓與狗的圖片所處位置路徑。

我們?cè)谝粋€(gè)神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建當(dāng)中，需要訓(xùn)練集（train data）與驗(yàn)證集（validation data）。通俗而言，這里的訓(xùn)練集就是告訴模型貓與狗的外表。而驗(yàn)證集可以檢查模型的好壞，評(píng)估模型的效果。

將文件分為訓(xùn)練集與驗(yàn)證集

使用os庫(kù)找到貓狗數(shù)據(jù)的文件夾的路徑，將其根據(jù)文件夾劃分為數(shù)據(jù)集。

import os
base_dir = 'C:/Users/lenovo/.keras/datasets/cats_and_dogs_filtered'

train_dir = os.path.join(base_dir, 'train')
validation_dir = os.path.join(base_dir, 'validation')

train_cats_dir = os.path.join(train_dir, 'cats')
train_dogs_dir = os.path.join(train_dir, 'dogs')

validation_cats_dir = os.path.join(validation_dir, 'cats')
validation_dogs_dir = os.path.join(validation_dir, 'dogs')

下面來(lái)看一看train文件夾當(dāng)中的cats文件夾和dogs文件夾當(dāng)中的文件數(shù)據(jù)。

train_cat_fnames = os.listdir( train_cats_dir )
train_dog_fnames = os.listdir( train_dogs_dir )

print(train_cat_fnames[:10])
print(train_dog_fnames[:10])

['cat.0.jpg', 'cat.1.jpg', 'cat.10.jpg', 'cat.100.jpg', 'cat.101.jpg', 'cat.102.jpg', 'cat.103.jpg', 'cat.104.jpg', 'cat.105.jpg', 'cat.106.jpg']
['dog.0.jpg', 'dog.1.jpg', 'dog.10.jpg', 'dog.100.jpg', 'dog.101.jpg', 'dog.102.jpg', 'dog.103.jpg', 'dog.104.jpg', 'dog.105.jpg', 'dog.106.jpg']

同時(shí)查看文件當(dāng)中包含圖片數(shù)據(jù)數(shù)量的大小。

print('total training cat images :', len(os.listdir(train_cats_dir)))
print('total training dog images :', len(os.listdir(train_dogs_dir)))

print('total validation cat images :', len(os.listdir(validation_cats_dir)))
print('total validation dog images :', len(os.listdir(validation_dogs_dir)))

total training cat images : 1000
total training dog images : 1000
total validation cat images : 500
total validation dog images : 500

我們了解到對(duì)于貓和狗的數(shù)據(jù)集，我們都有1000張圖片用于訓(xùn)練模型，500張圖片用于驗(yàn)證模型效果。

繪圖查看

下面對(duì)貓狗分類數(shù)據(jù)集圖片進(jìn)行輸出，直觀地觀察不同圖片的異同。

#設(shè)置畫布大小以及子圖個(gè)數(shù)
%matplotlib inline

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

nrows = 4
ncols = 4

pic_index = 0

繪制八只貓與八只狗圖片，觀看數(shù)據(jù)集中圖片有哪些特征。

fig = plt.gcf()
fig.set_size_inches(ncols*4, nrows*4)

pic_index+=8

next_cat_pix = [os.path.join(train_cats_dir, fname) 
                for fname in train_cat_fnames[ pic_index-8:pic_index] 
               ]

next_dog_pix = [os.path.join(train_dogs_dir, fname) 
                for fname in train_dog_fnames[ pic_index-8:pic_index]
               ]

for i, img_path in enumerate(next_cat_pix+next_dog_pix):
  sp = plt.subplot(nrows, ncols, i + 1)
  sp.axis('Off')
  img = mpimg.imread(img_path)
  plt.imshow(img)

plt.show()

通過觀察輸出圖片我們發(fā)現(xiàn)圖片形狀比例各不相同。與簡(jiǎn)單的手寫數(shù)字集識(shí)別不同的是，手寫數(shù)字集都是統(tǒng)一的28*28大小的灰度圖片，而貓狗數(shù)據(jù)集是長(zhǎng)寬各不同的彩色圖片。

模型建立

神經(jīng)網(wǎng)絡(luò)模型

model = tf.keras.models.Sequential([
    tf.keras.layers.Conv2D(16, (3,3), activation='relu', input_shape=(150, 150, 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.Flatten(), 
    tf.keras.layers.Dense(512, activation='relu'), 
    tf.keras.layers.Dense(1, activation='sigmoid')  
])

我們考慮將圖片全部轉(zhuǎn)化為150*150形狀的圖片，然后添加一系列的卷積層以及池化層，最后展平再進(jìn)入DNN.

model.summary()#觀察神經(jīng)網(wǎng)絡(luò)的參數(shù)

輸出結(jié)果：

Model: "sequential"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
conv2d (Conv2D)              (None, 148, 148, 16)      448       
_________________________________________________________________
max_pooling2d (MaxPooling2D) (None, 74, 74, 16)        0         
_________________________________________________________________
conv2d_1 (Conv2D)            (None, 72, 72, 32)        4640      
_________________________________________________________________
max_pooling2d_1 (MaxPooling2 (None, 36, 36, 32)        0         
_________________________________________________________________
conv2d_2 (Conv2D)            (None, 34, 34, 64)        18496     
_________________________________________________________________
max_pooling2d_2 (MaxPooling2 (None, 17, 17, 64)        0         
_________________________________________________________________
flatten (Flatten)            (None, 18496)             0         
_________________________________________________________________
dense (Dense)                (None, 512)               9470464   
_________________________________________________________________
dense_1 (Dense)              (None, 1)                 513       
=================================================================
Total params: 9,494,561
Trainable params: 9,494,561
Non-trainable params: 0
_________________________________________________________________

Outshape顯示了圖片在神經(jīng)網(wǎng)絡(luò)中的尺寸變化情況，可以看到在連續(xù)的神經(jīng)網(wǎng)絡(luò)層當(dāng)中，卷積層將圖片尺寸不斷縮小，而池化層一直讓圖片的尺寸減半。

模型編譯

接下來(lái)我們將進(jìn)行模型的編譯。 我們將使用二值交叉熵binary_crossentropy損失訓(xùn)練我們的模型，因?yàn)檫@是一個(gè)二元分類問題，我們的最后一層的激活函數(shù)設(shè)置為sigmoid，我們將使用學(xué)習(xí)率為0.001的rmsprop優(yōu)化器。在訓(xùn)練期間，我們將要監(jiān)控分類的準(zhǔn)確性。

在這種情況下，使用 RMSprop 優(yōu)化算法比隨機(jī)梯度下降 (SGD) 更可取，因?yàn)?RMSprop 為我們自動(dòng)調(diào)整學(xué)習(xí)率。 （其他優(yōu)化器例如Adam和Adagrad，也會(huì)在訓(xùn)練期間自動(dòng)調(diào)整學(xué)習(xí)率，在這里也同樣適用。）

from tensorflow.keras.optimizers import RMSprop

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

數(shù)據(jù)預(yù)處理

讓我們?cè)O(shè)置數(shù)據(jù)生成器，它將讀取我們?cè)次募A中的圖片，將它們轉(zhuǎn)換為張量，并將它們以及它們的標(biāo)簽提供給神經(jīng)網(wǎng)絡(luò)。我們將得到一個(gè)用于訓(xùn)練圖像的生成器和一個(gè)用于驗(yàn)證圖像的生成器。我們的生成器將批量生成 20 張大小為 150*150 的圖像及其標(biāo)簽。

進(jìn)入神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)通常應(yīng)該以某種方式標(biāo)準(zhǔn)化，以使其更易于被神經(jīng)網(wǎng)絡(luò)處理。在我們的例子中，我們將通過將像素值歸一化為 [0,1] 范圍內(nèi)（最初所有值都在 [0,255] 范圍內(nèi)）來(lái)預(yù)處理我們的圖像。

在 Keras 中，這可以通過使用rescale參數(shù)的keras.preprocessing.image.ImageDataGenerator類來(lái)完成。ImageDataGenerator 通過.flow(data, labels)或.flow_from_directory(directory)得到數(shù)據(jù)。然后，這些生成器可以與接受數(shù)據(jù)生成器作為輸入的 Keras 模型方法一起使用：fit_generator、evaluate_generator 和 predict_generator。

from tensorflow.keras.preprocessing.image import ImageDataGenerator

#標(biāo)準(zhǔn)化到[0,1]
train_datagen = ImageDataGenerator( rescale = 1.0/255. )
test_datagen  = ImageDataGenerator( rescale = 1.0/255. )

#批量生成20個(gè)大小為大小為 150x150 的圖像及其標(biāo)簽用于訓(xùn)練
train_generator = train_datagen.flow_from_directory(train_dir,
                                                    batch_size=20,
                                                    class_mode='binary',
                                                    target_size=(150, 150))     
#批量生成20個(gè)大小為大小為 150x150 的圖像及其標(biāo)簽用于驗(yàn)證
validation_generator =  test_datagen.flow_from_directory(validation_dir,
                                                         batch_size=20,
                                                         class_mode  = 'binary',
                                                         target_size = (150, 150))

Found 2000 images belonging to 2 classes.
Found 1000 images belonging to 2 classes.

模型訓(xùn)練

我們讓所有2000張可用圖像訓(xùn)練15次，并在所有1000張測(cè)試圖像上進(jìn)行驗(yàn)證。

我們持續(xù)觀察每次訓(xùn)練的值。在每個(gè)時(shí)期看到4個(gè)值——損失、準(zhǔn)確度、驗(yàn)證損失和驗(yàn)證準(zhǔn)確度。

Loss 和 Accuracy 是訓(xùn)練進(jìn)度的一個(gè)很好的指標(biāo)。 它對(duì)訓(xùn)練數(shù)據(jù)的分類進(jìn)行猜測(cè)，然后根據(jù)訓(xùn)練好的模型對(duì)其進(jìn)行計(jì)算結(jié)果。 準(zhǔn)確度是正確猜測(cè)的部分。 驗(yàn)證準(zhǔn)確度是對(duì)未在訓(xùn)練中使用的數(shù)據(jù)進(jìn)行的計(jì)算。

history = model.fit_generator(train_generator,
                              validation_data=validation_generator,
                              steps_per_epoch=100,
                              epochs=15,
                              validation_steps=50,
                              verbose=2)

結(jié)果：

Epoch 1/15
100/100 - 26s - loss: 0.8107 - acc: 0.5465 - val_loss: 0.7072 - val_acc: 0.5040
Epoch 2/15
100/100 - 30s - loss: 0.6420 - acc: 0.6555 - val_loss: 0.6493 - val_acc: 0.5780
Epoch 3/15
100/100 - 31s - loss: 0.5361 - acc: 0.7350 - val_loss: 0.6060 - val_acc: 0.7020
Epoch 4/15
100/100 - 29s - loss: 0.4432 - acc: 0.7865 - val_loss: 0.6289 - val_acc: 0.6870
Epoch 5/15
100/100 - 29s - loss: 0.3451 - acc: 0.8560 - val_loss: 0.8342 - val_acc: 0.6740
Epoch 6/15
100/100 - 29s - loss: 0.2777 - acc: 0.8825 - val_loss: 0.6812 - val_acc: 0.7130
Epoch 7/15
100/100 - 30s - loss: 0.1748 - acc: 0.9285 - val_loss: 0.9056 - val_acc: 0.7110
Epoch 8/15
100/100 - 30s - loss: 0.1373 - acc: 0.9490 - val_loss: 0.8875 - val_acc: 0.7000
Epoch 9/15
100/100 - 29s - loss: 0.0794 - acc: 0.9715 - val_loss: 1.0687 - val_acc: 0.7190
Epoch 10/15
100/100 - 30s - loss: 0.0747 - acc: 0.9765 - val_loss: 1.1952 - val_acc: 0.7420
Epoch 11/15
100/100 - 30s - loss: 0.0430 - acc: 0.9890 - val_loss: 5.6920 - val_acc: 0.5680
Epoch 12/15
100/100 - 31s - loss: 0.0737 - acc: 0.9825 - val_loss: 1.5368 - val_acc: 0.7110
Epoch 13/15
100/100 - 30s - loss: 0.0418 - acc: 0.9880 - val_loss: 1.4780 - val_acc: 0.7250
Epoch 14/15
100/100 - 30s - loss: 0.0990 - acc: 0.9885 - val_loss: 1.7837 - val_acc: 0.7130
Epoch 15/15
100/100 - 31s - loss: 0.0340 - acc: 0.9910 - val_loss: 1.6921 - val_acc: 0.7200

運(yùn)行模型

接下來(lái)使用模型進(jìn)行實(shí)際運(yùn)行預(yù)測(cè)。下面的代碼將判斷指定陌生圖片是狗還是貓。

選擇圖片文件進(jìn)行預(yù)測(cè)：

import tkinter as tk
from tkinter import filedialog
'''打開選擇文件夾對(duì)話框'''
root = tk.Tk()
root.withdraw()

Filepath = filedialog.askopenfilename() #獲得選擇好的文件

import numpy as np
from keras.preprocessing import image

path=Filepath
img=image.load_img(path,target_size=(150, 150))
  
x=image.img_to_array(img)
x=np.expand_dims(x, axis=0)
images = np.vstack([x])
  
classes = model.predict(images, batch_size=10)
print(classes[0])
  
if classes[0]>0:
    print("This is a dog")   
else:
    print("This is a cat")

這樣會(huì)彈出一個(gè)文件選擇框，選擇文件就可以得到預(yù)測(cè)的結(jié)果。

可視化中間表示

為了解在神經(jīng)網(wǎng)絡(luò)模型當(dāng)中學(xué)習(xí)了什么樣的特征，可以通過可視化輸入在通過神將網(wǎng)絡(luò)時(shí)如何轉(zhuǎn)換。

我們從訓(xùn)練集中隨機(jī)選擇一張貓或狗的圖像，然后生成一個(gè)圖形，其中每一行是一個(gè)層的輸出，而行中的每個(gè)圖像都是該輸出特征圖中的特定過濾器。

import numpy as np
import random
from   tensorflow.keras.preprocessing.image import img_to_array, load_img

#輸入層
successive_outputs = [layer.output for layer in model.layers[1:]]
#可視化模型
visualization_model = tf.keras.models.Model(inputs = model.input, outputs = successive_outputs)
#隨機(jī)選擇一張貓或狗的圖片
cat_img_files = [os.path.join(train_cats_dir, f) for f in train_cat_fnames]
dog_img_files = [os.path.join(train_dogs_dir, f) for f in train_dog_fnames]

img_path = random.choice(cat_img_files + dog_img_files)
img = load_img(img_path, target_size=(150, 150)) 
x   = img_to_array(img)                           #轉(zhuǎn)換為150*150*3的數(shù)組
x   = x.reshape((1,) + x.shape)                   #轉(zhuǎn)換為1*150*150*3的數(shù)組

#標(biāo)準(zhǔn)化
x /= 255.0

successive_feature_maps = visualization_model.predict(x)

layer_names = [layer.name for layer in model.layers]

for layer_name, feature_map in zip(layer_names, successive_feature_maps):
  
  if len(feature_map.shape) == 4:
    n_features = feature_map.shape[-1]
    size       = feature_map.shape[ 1]
    
    display_grid = np.zeros((size, size * n_features))
    
    for i in range(n_features):
      x  = feature_map[0, :, :, i]
      x -= x.mean()
      x /= x.std ()
      x *=  64
      x += 128
      x  = np.clip(x, 0, 255).astype('uint8')
      display_grid[:, i * size : (i + 1) * size] = x

    scale = 20. / n_features
    plt.figure( figsize=(scale * n_features, scale) )
    plt.title ( layer_name )
    plt.grid  ( False )
    plt.imshow( display_grid, aspect='auto', cmap='viridis' ) 

如上圖片所示，我們得到從圖像的原始像素到越來(lái)越抽象和緊湊的表示。下面的圖像表示開始突出神經(jīng)網(wǎng)絡(luò)關(guān)注的內(nèi)容，并且它們顯示越來(lái)越少的特征被“激活”。

這些表示攜帶越來(lái)越少的關(guān)于圖像原始像素的信息，但越來(lái)越精細(xì)的關(guān)于圖像類別的信息?？梢詫⑸駥⒕W(wǎng)絡(luò)模型視為圖片信息的蒸餾管道，這樣通過一層層的遞進(jìn)就得到了圖像的較顯著的特征。

評(píng)估模型精度與損失值

輸出訓(xùn)練過程中隨訓(xùn)練次數(shù)變化的精度與損失值的變化圖

acc      = history.history[     'acc' ]
val_acc  = history.history[ 'val_acc' ]
loss     = history.history[    'loss' ]
val_loss = history.history['val_loss' ]

epochs   = range(len(acc))

plt.plot  ( epochs,     acc ,label='acc')
plt.plot  ( epochs, val_acc ,label='val_acc')
plt.legend(loc='best')
plt.title ('Training and validation accuracy')
plt.figure()
plt.plot  ( epochs,     loss ,label='loss')
plt.plot  ( epochs, val_loss ,label='val_loss')
plt.legend(loc='best')
plt.title ('Training and validation loss')

通過觀察圖線發(fā)現(xiàn)出現(xiàn)了過擬合的現(xiàn)象，我們的訓(xùn)練準(zhǔn)確度接近 100%，而我們的驗(yàn)證準(zhǔn)確度停滯在大概70%。我們的驗(yàn)證損失值僅在五個(gè)epoch后就達(dá)到了最小值。

accuracy變化

loss值變化

由于我們的訓(xùn)練樣本數(shù)量相對(duì)較少，防止過度擬合應(yīng)該是我們首要關(guān)注的問題。當(dāng)訓(xùn)練數(shù)據(jù)過少，模型學(xué)習(xí)無(wú)法推廣到新數(shù)據(jù)時(shí)，即當(dāng)模型開始使用不相關(guān)的特征進(jìn)行預(yù)測(cè)時(shí)，就會(huì)發(fā)生過度擬合。

總結(jié)

到此這篇關(guān)于如何利用Tensorflow2進(jìn)行貓狗分類識(shí)別的文章就介紹到這了,更多相關(guān)Tensorflow2貓狗分類識(shí)別內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！