如何使用TensorFlow在自己的图像数据上训练深度学习模型

1微调原理

在自己的数据集上训练一个新的深度学习模型时，一般采取在预训练ImageNet上进行微调的方法。什么是微调？这里以VGG16为例进行讲解。

图1.1VGG16结构示意图

如图1.1所示，VGG16的结构为卷积层+全连接层。卷积层分为五个部分，共13层，即图中的conv1~conv5。还有全连接层fc6、fc7、fc8。卷积层加上全连接层总共16层，因此被称为VGG16。如果要将VGG16的结构用于一个新的数据集，首先要去掉fc8这一层，因为fc8这一层输入的是fc7这一层的特征，输出是1000类的概率，这1000类正好对应的是ImageNet模型中的1000个类别，在自己的数据集中一般不是1000类，因此fc8是不适用的，必须将fc8去掉，重新采用适合数据集类别的全连接层，作为新的fc8全连接层，比如数据集为6类，那么新的fc8的输出应当是6类。

此外，在训练的时候，网络参数的初始值并不是随机生成的，而是采用VGG16在ImageNet上已经训练好的参数作为训练的初始值。这样做的原因在于，在ImageNet数据集上训练过的VGG16中的参数已经包含了大量有用的卷积过滤器，与其从零开始初始化VGG16的所有参数，不如使用自己已经训练好的参数作为训练的起点。这样做不仅节约了大量的训练时间，而且还有助于分类器性能的提高。

载入VGG16的参数后，就可以开始训练了，此时需要指定训练层数的范围，一般可以选择以下几种范围进行训练：

a. 只训练fc8。训练范围一定要包含fc8这一层，前面讲过，fc8结构被调整过，因此它的参数不能直接从ImageNet预训练模型中取得，可以只训练fc8层，保持其它层的参数不变，这样就相当于将VGG16当做一个“特征提取器”：用fc7层提取的特征做一个softmax模型分类。这样做的好处是训练速度快，但往往性能不会太好。

b. 训练所有参数。还可以对网络中所有的参数进行训练，这种方法的训练速度可能会比较慢，但是能提取较高的性能，可以充分发挥深度模型的威力。 

c. 训练部分参数。通常是固定浅层参数不变，训练浅层参数。如训练conv1、conv2的部分参数不变，只训练conv3、conv4、conv5、fc6、fc7、fc8。

这种训练方法就是所谓的对神经网络模型做微调，借助微调可以从预训练模型出发，将神经网络应用到自己的数据集上。

2数据准备

首先要做一些数据准备方面的工作：一是把数据集切分为训练集和验证集，二是转换为tfrecord格式。在data_prepare/文件夹中提供了会用到的数据集和代码。

首先要将自己的数据集切分为训练集和验证集。验证集用于验证模型的准确率，本博客用了一个实验的卫星图片分类数据集，这个数据集一共有六个类。点击打开数据集链接。

在data_prepare文件夹下，使用预先编译好的脚本data_convert.py，将图片转换为tfrecord格式。