写点什么

深度学习实战:基于卷积神经网络的猫狗识别

作者:Peter
  • 2022 年 4 月 09 日
  • 本文字数:5913 字

    阅读完需:约 19 分钟

深度学习实战:基于卷积神经网络的猫狗识别

公众号:尤而小屋

作者:Peter

编辑:Peter


大家好,我是 Peter~


本文记录了第一个基于卷积神经网络在图像识别领域的应用:猫狗图像识别。主要内容包含:


  • 数据处理

  • 神经网络模型搭建

  • 数据增强实现


本文中使用的深度学习框架是 Keras;


图像数据来自 kaggle 官网:https://www.kaggle.com/c/dogs-vs-cats/data



数据处理

数据量

数据集包含 25000 张图片,猫和狗各有 12500 张;创建每个类别 1000 个样本的训练集、500 个样本的验证集和 500 个样本的测试集


注意:只取出部分的数据进行建模


创建目录

In [1]:


import os, shutil
复制代码


In [2]:


current_dir = !pwd  # 当前目录current_dir[0]
复制代码


Out[2]:


'/Users/peter/Desktop/kaggle/kaggle_12_dogs&cats/dogs-vs-cats'
复制代码


创建新的目录来存储需要的数据集:


base_dir = current_dir[0] + '/cats_dogs_small'os.mkdir(base_dir)  # 创建目录
复制代码


# 分别创建训练集、验证集和测试集的目录
train_dir = os.path.join(base_dir,"train")os.mkdir(train_dir)validation_dir = os.path.join(base_dir,"validation")os.mkdir(validation_dir)test_dir = os.path.join(base_dir,"test")os.mkdir(test_dir)
# 猫、狗的训练、验证、测试图像目录train_cats_dir = os.path.join(train_dir, "cats")os.mkdir(train_cats_dir)train_dogs_dir = os.path.join(train_dir, "dogs")os.mkdir(train_dogs_dir)
validation_cats_dir = os.path.join(validation_dir, "cats")os.mkdir(validation_cats_dir)validation_dogs_dir = os.path.join(validation_dir, "dogs")os.mkdir(validation_dogs_dir)
test_cats_dir = os.path.join(test_dir, "cats")os.mkdir(test_cats_dir)test_dogs_dir = os.path.join(test_dir, "dogs")os.mkdir(test_dogs_dir)
复制代码

数据集复制

In [5]:


# 1000张当做训练集train
fnames = ['cat.{}.jpg'.format(i) for i in range(1000)]for fname in fnames: # 源目录文件 src = os.path.join(current_dir[0] + "/train", fname) # 目标目录 dst = os.path.join(train_cats_dir, fname) shutil.copyfile(src, dst)
复制代码


In [6]:


# 500张当做验证集valiation
fnames = ['cat.{}.jpg'.format(i) for i in range(1000,1500)]for fname in fnames: src = os.path.join(current_dir[0] + "/train", fname) dst = os.path.join(validation_cats_dir, fname) shutil.copyfile(src, dst)
复制代码


In [7]:


# 500张当做测试集test
fnames = ['cat.{}.jpg'.format(i) for i in range(1500,2000)]for fname in fnames: src = os.path.join(current_dir[0] + "/train", fname) dst = os.path.join(test_cats_dir, fname) shutil.copyfile(src, dst)
复制代码


In [8]:


# 针对dog的3个同样操作
# 1、1000张当做训练集trainfnames = ['dog.{}.jpg'.format(i) for i in range(1000)]for fname in fnames: src = os.path.join(current_dir[0] + "/train", fname) dst = os.path.join(train_dogs_dir, fname) shutil.copyfile(src, dst) # 2、500张当做验证集valiationfnames = ['dog.{}.jpg'.format(i) for i in range(1000,1500)]for fname in fnames: src = os.path.join(current_dir[0] + "/train", fname) dst = os.path.join(validation_dogs_dir, fname) shutil.copyfile(src, dst) # 3、500张当做测试集testfnames = ['dog.{}.jpg'.format(i) for i in range(1500,2000)]for fname in fnames: src = os.path.join(current_dir[0] + "/train", fname) dst = os.path.join(test_dogs_dir, fname) shutil.copyfile(src, dst)
复制代码

检查数据

针对猫狗两个类别中查看每个集(训练、验证、测试)中分别包含多少张图像:


构建神经网络

复习一下卷积神经网络的构成:Conv2D 层(使用 relu 激活函数) + MaxPooling2D 层 交替堆叠构成


当需要更大的图像和更复杂的问题,需要再添加一个 Conv2D 层(使用 relu 激活函数) + MaxPooling2D 层。


这样做的好处:


  • 增大网络容量

  • 减少特征图的尺寸


需要注意的是:猫狗分类是二分类问题,所以网络的最后一层是使用 sigmoid 激活的单一单元(大小为 1 的 Dense 层)


在网络中特征图的深度在逐渐增大(从 32 到 128),但是特征图的尺寸在逐渐减小(从 150-150 到 7-7)


  1. 深度增加:原始图像更复杂,需要更多的过滤器

  2. 尺寸减小:更多的卷积和池化层对图像在不断地压缩和抽象

网络搭建

In [15]:


import tensorflow as tffrom keras import layers from keras import models
model = models.Sequential()model.add(tf.keras.layers.Conv2D(32,(3,3),activation="relu", input_shape=(150,150,3)))model.add(tf.keras.layers.MaxPooling2D((2,2)))
model.add(tf.keras.layers.Conv2D(64,(3,3),activation="relu"))model.add(tf.keras.layers.MaxPooling2D((2,2)))
model.add(tf.keras.layers.Conv2D(128,(3,3),activation="relu"))model.add(tf.keras.layers.MaxPooling2D((2,2)))
model.add(tf.keras.layers.Conv2D(128,(3,3),activation="relu"))model.add(tf.keras.layers.MaxPooling2D((2,2))) #
model.add(tf.keras.layers.Flatten())model.add(tf.keras.layers.Dense(512, activation="relu"))model.add(tf.keras.layers.Dense(1, activation="sigmoid"))
model.summary()
复制代码


模型编译(优化)

网络最后一层是单一 sigmoid 单元,使用二元交叉熵作为损失函数


In [16]:


# 原文:from keras import optimizers
from tensorflow.keras import optimizers
model.compile(loss="binary_crossentropy", optimizer=optimizers.RMSprop(lr=1e-4), metrics=["acc"])
复制代码

数据预处理

数据输入到神经网络之前必须先转成浮点数张量


keras 有个处理图像的模块:keras.preprocessing.image


它包含 ImageDataGenerator 类,可以快速创建 Python 生成器,将图形文件处理成张量批量


插播知识点:如何理解 python 中的生成器


数据预处理

  1. 读取文件

  2. 将文件 JPEG 文件转成 RGB 像素网络

  3. 像素网格转成浮点数张量


In [18]:


from keras.preprocessing.image import ImageDataGenerator
train_datagen = ImageDataGenerator(rescale=1./255) # 进行缩放test_datagen = ImageDataGenerator(rescale=1./255) # 进行缩放
train_generator = train_datagen.flow_from_directory( train_dir, # 待处理的目录 target_size=(150,150), # 图像大小设置 batch_size=20, class_mode="binary" # 损失函数是binary_crossentropy 所以使用二进制标签)
validation_generator = test_datagen.flow_from_directory( validation_dir, # 待处理的目录 target_size=(150,150), # 图像大小设置 batch_size=20, class_mode="binary" # 损失函数是binary_crossentropy 所以使用二进制标签)Found 2000 images belonging to 2 classes.Found 1000 images belonging to 2 classes.
复制代码


In [19]:


for data_batch, labels_batch in train_generator:    print(data_batch.shape)    print(labels_batch.shape)    break(20, 150, 150, 3)(20,)
复制代码


生成器的输出是 150-150 的 RGB 图像和二进制标签,形状为(20,)组成的批量。每个批量包含 20 个样本(批量的大小)。


生成器会不断地生成这些批量,不断地循环目标文件夹中的图像。


keras 模型使用 fit_generator 方法来拟合生成器的效果。模型有个参数 steps_per_epoch 参数:从生成器中抽取 steps_per_epoch 个批量后,拟合进入下一轮。


本例中:总共是 2000 个样本,每个批量是 20 个样本,所以需要 100 个批量

模型拟合

In [20]:


history = model.fit_generator(    train_generator,  # 第一个参数必须是Python生成器    steps_per_epoch=100,  # 2000 / 20    epochs=30,  # 迭代次数    validation_data=validation_generator,  # 待验证的数据集    validation_steps=50 )
复制代码



保存模型

In [21]:


# 保存模型# model.save("cats_and_dogs_small.h5")
复制代码

损失和精度曲线

In [22]:


import matplotlib.pyplot as plt%matplotlib inline
复制代码


In [23]:


history_dict = history.history  # 字典形式for key, _ in history_dict.items():    print(key)lossaccval_lossval_acc
复制代码


In [24]:


acc = history_dict["acc"]val_acc = history_dict["val_acc"]
loss = history_dict["loss"]val_loss = history_dict["val_loss"]
复制代码


In [25]:


epochs = range(1, len(acc)+1)
# accplt.plot(epochs, acc, "bo", label="Training acc")plt.plot(epochs, val_acc, "b", label="Validation acc")plt.title("Training and Validation acc")plt.legend()
plt.figure()
# lossplt.plot(epochs, loss, "bo", label="Training loss")plt.plot(epochs, val_loss, "b", label="Validation loss")plt.title("Training and Validation loss")plt.legend()
复制代码




小结:得到过拟合的结论


  1. 随着时间的增加,训练精度在不断增加,接近 100%,而验证精度则停留在 70%

  2. 验证的损失差不多在第 6 轮后达到最小值,后面一定轮数内保持不变,训练的损失一直下降,直接接近 0

数据增强-data augmentation

什么是数据增强

数据增强也是解决过拟合的一种方法,另外两种是:


  1. dropout

  2. 权重衰减正则化


什么是数据增强:从现有的训练样本中生成更多的训练数据,利用多种能够生成可信图像的随机变化来增加数据样本。


模型在训练时候不会查看两个完全相同的图像

设置数据增强

In [26]:


datagen = ImageDataGenerator(    rotation_range=40,  # 0-180的角度值    width_shift_range=0.2,  # 水平和垂直方向的范围;相对于总宽度或者高度的比例    height_shift_range=0.2,    shear_range=0.2,  # 随机错切变换的角度    zoom_range=0.2,  # 图像随机缩放的角度    horizontal_flip=True,  # 随机将一半图像进行水平翻转    fill_mode="nearest"  # 用于填充新创建像素的方法)
复制代码

显示增强后图像

In [27]:


from keras.preprocessing import image
fnames = [os.path.join(train_cats_dir,fname) for fname in os.listdir(train_cats_dir)]img_path = fnames[3]
复制代码


In [28]:


# 读取图片并调整大小img = image.load_img(img_path, target_size=(150,150))  # 转成数组x = image.img_to_array(img)
# shape转成(1,150,150,3)x = x.reshape((1,) + x.shape)
i = 0for batch in datagen.flow(x, batch_size=1): # 生成随机变换后的图像批量 plt.figure() imgplot = plt.imshow(image.array_to_img(batch[0])) i += 1 if i % 4 == 0: break # 循环是无限,需要在某个时刻终止 plt.show()
复制代码



包含 Dropout 层的新卷积神经网络

数据增强来训练网络的话,网络不会看到两次相同的输入。但是输入仍是高度相关的,不能完全消除过拟合。


可以考虑添加一个 Dropout 层,添加到密集分类连接器之前


In [29]:


import tensorflow as tffrom keras import layers from keras import models
model = models.Sequential()model.add(tf.keras.layers.Conv2D(32,(3,3),activation="relu", input_shape=(150,150,3)))model.add(tf.keras.layers.MaxPooling2D((2,2)))
model.add(tf.keras.layers.Conv2D(64,(3,3),activation="relu"))model.add(tf.keras.layers.MaxPooling2D((2,2)))
model.add(tf.keras.layers.Conv2D(128,(3,3),activation="relu"))model.add(tf.keras.layers.MaxPooling2D((2,2)))
model.add(tf.keras.layers.Conv2D(128,(3,3),activation="relu"))model.add(tf.keras.layers.MaxPooling2D((2,2))) #
model.add(tf.keras.layers.Flatten())
# 添加内容 model.add(tf.keras.layers.Dropout(0.5))
model.add(tf.keras.layers.Dense(512, activation="relu"))model.add(tf.keras.layers.Dense(1, activation="sigmoid"))
model.compile(loss="binary_crossentropy", optimizer=optimizers.RMSprop(lr=1e-4), metrics=["acc"])
复制代码


利用数据增强器来训练卷积神经网络(报错解决)

关于报错解决:我们训练图像有 2000 张,验证图像 1000 张,和 1000 张测试图像。


  • steps_per_epoch=100,batch_size=32,如此数据应该是 3200 张,很明显输入训练数据不够。

  • validation_steps=50,batch_size=32,如此数据应该是 1600 张,很明显验证数据不够。


因此,改为 steps_per_epoch=2000/32≈63,validation_steps=1000/32≈32。


In [44]:


# 训练数据的增强train_datagen = ImageDataGenerator(    rescale=1. / 255,    rotation_range=40,    width_shift_range=0.2,    height_shift_range=0.2,    shear_range=0.2,    zoom_range=0.2,    horizontal_flip=True)
# 不能增强验证数据test_datagen = ImageDataGenerator(rescale=1.0 / 255)
train_generator = train_datagen.flow_from_directory( train_dir, # 目标目录 target_size=(150,150), # 大小调整 batch_size=32, class_mode="binary")
validation_generator = test_datagen.flow_from_directory( validation_dir, target_size=(150,150), batch_size=32, class_mode="binary")
# 优化:报错有修改history = model.fit_generator( train_generator, # 原文 steps_per_epoch=100, steps_per_epoch=63, # steps_per_epoch=2000/32≈63 取上限 epochs=100, validation_data=validation_generator, # 原文 validation_steps=50 validation_steps=32 # validation_steps=1000/32≈32)
复制代码




模型的保存:


# 保存模型model.save("cats_and_dogs_small_2.h5")
复制代码

损失和精度曲线

In [46]:


history_dict = history.history  # 字典形式
acc = history_dict["acc"]val_acc = history_dict["val_acc"]loss = history_dict["loss"]val_loss = history_dict["val_loss"]
复制代码


具体的绘图代码:


epochs = range(1, len(acc)+1)
# accplt.plot(epochs, acc, "bo", label="Training acc")plt.plot(epochs, val_acc, "b", label="Validation acc")plt.title("Training and Validation acc")plt.legend()
plt.figure()
# lossplt.plot(epochs, loss, "bo", label="Training loss")plt.plot(epochs, val_loss, "b", label="Validation loss")plt.title("Training and Validation loss")plt.legend()
plt.show()
复制代码




结论:在使用了数据增强之后,模型不再拟合,训练集曲线紧跟着验证曲线;而且精度也变为 81%,相比未正则之前得到了提高。

发布于: 刚刚阅读数: 2
用户头像

Peter

关注

志之所趋,无远弗届,穷山距海,不能限也。 2019.01.15 加入

还未添加个人简介

评论

发布
暂无评论
深度学习实战:基于卷积神经网络的猫狗识别_人工智能_Peter_InfoQ写作平台