Keras框架下的猫狗识别（一）

Tensorflow学习（使用jupyter notebook）

Keras框架下的猫狗识别（二）
Keras框架下的猫狗识别（三）

---

前言

  深度学习作为一个近年兴起的重要研究领域，被应用于多个领域。在未来几年，深度学习的热度仍然会持续火热。

一、tensorflow和keras的关系

  TensorFlow和Keras都是深度学习所可以使用的框架。   而且Keras其实就是TensorFlow和Keras的接口（Keras作为前端，TensorFlow或theano作为后端），它也很灵活，且比较容易学。可以把keras看作为tensorflow封装后的一个API。   至今，Tensorflow是已经更新到2.0以上的版本了，相比于Tensorflow1.X的版本，就是在引入keras库和tensorflow库的时候的差别了。   举个例子： 在1.X的版本下的tensorflow中，jupyter notebook里面输入如下

from keras.models import Sequential
from keras.layers import Convolution2D, MaxPooling2D
from keras.layers import Activation, Dropout, Flatten, Dense
from keras.optimizers import Adam
from keras.preprocessing.image import ImageDataGenerator

这是不会报错的。
但使用Tensorflow2.X的时候，以上代码就得改成如下：

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Convolution2D, MaxPooling2D
from tensorflow.keras.layers import Activation, Dropout, Flatten, Dense
from tensorflow.keras.optimizers import Adam
from tensorflow.keras.preprocessing.image import ImageDataGenerator

才能方便后续的继续操作。

二、图像预处理

  为了完成后续的深度学习的猫狗识别任务，我们先得了解如何处理巨大的猫狗数据集。

1.人为处理

  对于如此庞大的数据集，我们并不先急的直接上代码操作，相反，我们首先要完成的是对这些图片进行分类，将这些图片分为test和train两个文件夹，再在这两个文件夹中进行cat和dog的分类，将猫归入以Cat为名的文件夹，而将狗归入Dog为名的文件夹。   需要注意的是，test中的图片不应该出现在train中，防止数据过度拟合。

2.引入库

代码如下（示例）：

from keras.preprocessing.image import ImageDataGenerator,array_to_img,img_to_array,load_img

  首先引入我们需要的函数库，其中引入的这些库中，都是为了后续代码对图片处理进行准备。

3.对图片集的补充

代码如下（示例）：

datagen = ImageDataGenerator(
        rotation_range = 40,      # 随机旋转角度
        width_shift_range = 0.2,  # 随机水平平移
        height_shift_range = 0.2, # 随机竖直平移
        rescale = 1./255,         # 数值归一化
        shear_range = 0.2,        # 随机裁剪
        zoom_range  =0.2,         # 随机放大
        horizontal_flip = True,   # 水平翻转
        fill_mode='nearest')      # 填充方式

  使用引入库中的ImageDataGenerator() 方法，而对于这个ImageDataGenerator() 方法，是为了扩充数据集，但数据集图片不足时，可以使用该函数，进行同一照片不同变换。

#  rotation_range是一个0~180的度数，用来指定随机选择图片的角度。  
#  width_shift和height_shift用来指定水平和竖直方向随机移动的程度，这是两个0~1之间的比  
#  rescale值将在执行其他处理前乘到整个图像上，我们的图像在RGB通道都是0~255的整数，这样的操作可能使图像的值过高或过低，所以我们将这个值定为0~1之间的数。  
#  shear_range是用来进行剪切变换的程度，参考剪切变换  
#  zoom_range用来进行随机的放大  
#  horizontal_flip随机的对图片进行水平翻转，这个参数适用于水平翻转不影响图片语义的时候  
#  fill_mode用来指定当需要进行像素填充，如旋转，水平和竖直位移时，如何填充新出现的像素  

  如上，是ImageDataGenerator中相关参数，可通过调节其参数，完成对一个图片的更改，以便后续扩充数据集的。

4.载入图片

img = load_img('image/train/cat/cat.1.jpg')
x = img_to_array(img) 
print(x.shape)

  还是使用引入库中的方法对图片进行处理，load_img()载入train文件夹中的cat类的第一张图片，该路径需要各位根据自己图片存放路径而更改。   而img_to_array()则是对img处理，使其转化为array形式。

5.数据集的扩充

  对数据集的扩充方法也很简单，继续调用ImageDataGenerator库

i = 0
#生成10张图片
#flow 随机生成图片
for batch in datagen.flow(x,batch_size = 1,save_to_dir = 'temp1',save_prefix = 'cat',save_format = 'jpeg'):
    i += 1
    if i > 9:
        break

  利用一个循环，循环10次，从而生成10张图片。   对于datagen.flow()函数：   x是我们之前定义的图片；   xbatch_size默认32，为了方便，我这里将其改成了1；   而save_to_dir是生成图片存放位置；   save_prefix是为了保存提升后图片时使用的前缀, 仅当设置了save_to_dir时生效；在这里我是让该程序生成的图片都以cat为前缀命名。   save_format是图片生成后，保存的格式。

总结

  如上，就是在进行搭建深度学习模型前，对数据集进行预处理。后续会继续完成模型搭建这一块的博客。   由于博主也是刚开始学习，如有不足和问题，请指正。