文章目录
深度学习Week11——利用TensorFlow实现运动鞋识别
一、前言
二、我的环境
三、前期工作
1、配置环境
2、导入数据
四、数据预处理
1、加载数据
2、可视化数据
3、检查数据
4、配置数据集
五、构建CNN模型
1、设置动态学习率
2、早停与保存最佳模型参数
五、编译模型
六、训练模型
七、预测与评估
1、Accuracy图
八、拓展
一、前言
- 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
- 🍖 原作者:K同学啊 | 接辅导、项目定制
本篇内容分为两个部分,前面部分是学习K同学给的算法知识点以及复现,后半部分是自己的拓展与未解决的问题
二、我的环境
- 电脑系统:Windows 10
- 语言环境:Python 3.8.0
- 编译器:Pycharm2023.2.3
深度学习环境:TensorFlow
显卡及显存:RTX 3060 8G
三、前期工作
1、导入库并配置环境
from tensorflow import keras
from tensorflow.keras import layers,models
import os, PIL, pathlib
import matplotlib.pyplot as plt
import tensorflow as tf
gpus = tf.config.list_physical_devices("GPU")
if gpus:
gpu0 = gpus[0] #如果有多个GPU,仅使用第0个GPU
tf.config.experimental.set_memory_growth(gpu0, True) #设置GPU显存用量按需使用
tf.config.set_visible_devices([gpu0],"GPU")
gpus
这一步与pytorch第一步类似,我们在写神经网络程序前无论是选择pytorch还是tensorflow都应该配置好gpu环境(如果有gpu的话)
2、 导入数据
导入猴痘病与其他数据,依次分别为训练集图片(train_images)、训练集标签(train_labels)、测试集图片(test_images)、测试集标签(test_labels),数据集来源于K同学啊的网盘:数据集
data_dir = "E:\Deep_Learning\Data\Week5"
data_dir = pathlib.Path(data_dir)
image_count = len(list(data_dir.glob('*/*/*.jpg')))
print("图片总数为:",image_count)
#查看第一张图片:
roses = list(data_dir.glob('train/nike/*.jpg'))
PIL.Image.open(str(roses[0]))
图片总数为: 578
四、数据预处理
1、加载数据
batch_size = 32
img_height = 224
img_width = 224
使用image_dataset_from_directory
方法将磁盘中的数据加载到tf.data.Dataset
中
tf.keras.preprocessing.image_dataset_from_directory()
会将文件夹中的数据加载到tf.data.Dataset中,且加载的同时会打乱数据。
- class_names
- validation_split: 0和1之间的可选浮点数,可保留一部分数据用于验证。
- subset: training或validation之一。仅在设置validation_split时使用。
- seed: 用于shuffle和转换的可选随机种子。
- batch_size: 数据批次的大小。默认值:32
- image_size: 从磁盘读取数据后将其重新调整大小。默认:(256,256)。由于管道处理的图像批次必须具有相同的大小,因此该参数必须提供。
"""
关于image_dataset_from_directory()的详细介绍可以参考文章:https://mtyjkh.blog.csdn.net/article/details/117018789
"""
train_ds = tf.keras.preprocessing.image_dataset_from_directory(
"E:\Deep_Learning\Data\Week5\\train",
seed=123,
image_size=(img_height, img_width),
batch_size=batch_size)
输出:
Found 502 files belonging to 2 classes.
- 验证集并没有参与训练过程梯度下降过程的,狭义上来讲是没有参与模型的参数训练更新的。
- 但是广义上来讲,验证集存在的意义确实参与了一个“人工调参”的过程,我们根据每一个epoch训练之后模型在valid data上的表现来决定是否需要训练进行early stop,或者根据这个过程模型的性能变化来调整模型的超参数,如学习率,batch_size等等。
- 因此,我们也可以认为,验证集也参与了训练,但是并没有使得模型去overfit验证集
"""
关于image_dataset_from_directory()的详细介绍可以参考文章:https://mtyjkh.blog.csdn.net/article/details/117018789
"""
val_ds = tf.keras.preprocessing.image_dataset_from_directory(
"E:\Deep_Learning\Data\Week5\\test",
seed=123,
image_size=(img_height, img_width),
batch_size=batch_size)
输出:
Found 76 files belonging to 2 classes.
我们可以通过class_names输出数据集的标签。标签将按字母顺序对应于目录名称。
class_names = train_ds.class_names
print(class_names)
[‘adidas’, ‘nike’]
2、数据可视化
# 查看前20个图片
plt.figure(figsize=(20, 10))
for images, labels in train_ds.take(1):
for i in range(20):
ax = plt.subplot(5, 10, i + 1)
plt.imshow(images[i].numpy().astype("uint8"))
plt.title(class_names[labels[i]])
plt.axis("off")
3、再次检查数据
for image_batch, labels_batch in train_ds:
print(image_batch.shape)
print(labels_batch.shape)
break
(32, 224, 224, 3)
(32,)
Image_batch
是形状的张量(32,224,224,3)。这是一批形状224x224x3的32张图片(最后一维指的是彩色通道RGB。
Label_batch
是形状(32,)的张量,这些标签对应32张图片
4、配置数据集
shuffle():
打乱数据prefetch():
预取数据,加速运行- cache():将数据集缓存到内存当中,加速运行
如果不使用prefetch()
,CPU 和 GPU/TPU 在大部分时间都处于空闲状态:
使用prefetch()
可显著减少空闲时间:
AUTOTUNE = tf.data.AUTOTUNE
train_ds = train_ds.cache().shuffle(1000).prefetch(buffer_size=AUTOTUNE)
val_ds = val_ds.cache().prefetch(buffer_size=AUTOTUNE)
五 、构建CNN模型
卷积神经网络(CNN)的输入是张量 (Tensor) 形式的
(image_height, image_width, color_channels)
,包含了图像高度、宽度及颜色信息。不需要输入batch size。color_channels 为 (R,G,B) 分别对应 RGB 的三个颜色通道(color channel)。在此示例中,我们的 CNN 输入形状是(224, 224, 3)
。我们需要在声明第一层时将形状赋值给参数input_shape
这是一个重难点,在构建模型之前,我们先来看一看各层有什么作用以及网络结构图
- 输入层:
输入层负责接收原始数据,将数据传递到网络中的第一层。 - 卷积层:
卷积层使用卷积核对输入数据进行滤波操作,以提取图像中的特征。 - 池化层:
池化层用于对卷积层的输出进行下采样,以减少数据的维度和计算量。 - Flatten层:
Flatten层用于将多维的输入数据(如卷积层的输出)压缩成一维的向量。
常用在卷积层到全连接层的过渡,将卷积层输出的特征图展平成一维向量,以便输入到全连接层中进行分类或回归等任务。 - 全连接层:
全连接层起到“特征提取器”的作用,将前面层的特征表示映射到输出层。 - 输出层:
输出层负责输出模型的预测结果。
ReLu函数作为激活励函数可以增强判定函数和整个神经网络的非线性特性,而本身并不会改变卷积层;
相比其它函数来说,ReLU函数更受青睐,这是因为它可以将神经网络的训练速度提升数倍,而并不会对模型的泛化准确度造成显著影响。
num_classes = 2
"""
关于卷积核的计算不懂的可以参考文章:https://blog.csdn.net/qq_38251616/article/details/114278995
layers.Dropout(0.4) 作用是防止过拟合,提高模型的泛化能力。
关于Dropout层的更多介绍可以参考文章:https://mtyjkh.blog.csdn.net/article/details/115826689
"""
model = models.Sequential([
layers.experimental.preprocessing.Rescaling(1./255, input_shape=(img_height, img_width, 3)),
layers.Conv2D(16, (3, 3), activation='relu', input_shape=(img_height, img_width, 3)), # 卷积层1,卷积核3*3
layers.AveragePooling2D((2, 2)), # 池化层1,2*2采样
layers.Conv2D(32, (3, 3), activation='relu'), # 卷积层2,卷积核3*3
layers.AveragePooling2D((2, 2)), # 池化层2,2*2采样
layers.Dropout(0.3),
layers.Conv2D(64, (3, 3), activation='relu'), # 卷积层3,卷积核3*3
layers.Dropout(0.4),
layers.Flatten(), # Flatten层,连接卷积层与全连接层
layers.Dense(128, activation='relu'), # 全连接层,特征进一步提取
layers.Dense(num_classes) # 输出层,输出预期结果
])
model.summary() # 打印网络结构
Model: "sequential"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
rescaling (Rescaling) (None, 224, 224, 3) 0
conv2d (Conv2D) (None, 222, 222, 16) 448
average_pooling2d (Average (None, 111, 111, 16) 0
Pooling2D)
conv2d_1 (Conv2D) (None, 109, 109, 32) 4640
average_pooling2d_1 (Avera (None, 54, 54, 32) 0
gePooling2D)
dropout (Dropout) (None, 54, 54, 32) 0
conv2d_2 (Conv2D) (None, 52, 52, 64) 18496
dropout_1 (Dropout) (None, 52, 52, 64) 0
flatten (Flatten) (None, 173056) 0
dense (Dense) (None, 128) 22151296
dense_1 (Dense) (None, 2) 258
=================================================================
Total params: 22175138 (84.59 MB)
Trainable params: 22175138 (84.59 MB)
Non-trainable params: 0 (0.00 Byte)
_________________________________________________________________
五、编译模型
具体函数解释参考第八周博客或者K同学啊的博客!
1.设置动态学习率
# 设置优化器
# 设置初始学习率
initial_learning_rate = 0.1
lr_schedule = tf.keras.optimizers.schedules.ExponentialDecay(
initial_learning_rate,
decay_steps=10, # 敲黑板!!!这里是指 steps,不是指epochs
decay_rate=0.92, # lr经过一次衰减就会变成 decay_rate*lr
staircase=True)
# 将指数衰减学习率送入优化器
optimizer = tf.keras.optimizers.Adam(learning_rate=lr_schedule)
model.compile(optimizer=optimizer,
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])
2. 早停与保存最佳模型参数
EarlyStopping()参数说明:
monitor: 被监测的数据。
min_delta: 在被监测的数据中被认为是提升的最小变化, 例如,小于 min_delta 的绝对变化会被认为没有提升。
patience: 没有进步的训练轮数,在这之后训练就会被停止。
verbose: 详细信息模式。
mode: {auto, min, max} 其中之一。 在 min 模式中, 当被监测的数据停止下降,训练就会停止;在 max 模式中,当被监测的数据停止上升,训练就会停止;在 auto 模式中,方向会自动从被监测的数据的名字中判断出来。
baseline: 要监控的数量的基准值。 如果模型没有显示基准的改善,训练将停止。
estore_best_weights: 是否从具有监测数量的最佳值的时期恢复模型权重。 如果为 False,则使用在训练的最后一步获得的模型权重。
from tensorflow.keras.callbacks import ModelCheckpoint, EarlyStopping
epochs = 50
# 保存最佳模型参数
checkpointer = ModelCheckpoint('best_model.h5',
monitor='val_accuracy',
verbose=1,
save_best_only=True,
save_weights_only=True)
# 设置早停
earlystopper = EarlyStopping(monitor='val_accuracy',
min_delta=0.001,
patience=20,
verbose=1)
六、训练模型
history = model.fit(train_ds,
validation_data=val_ds,
epochs=epochs,
callbacks=[checkpointer, earlystopper])
Epoch 1/50
16/16 [==============================] - ETA: 0s - loss: 131489.4844 - accuracy: 0.4900
Epoch 1: val_accuracy improved from -inf to 0.50000, saving model to best_model.h5
16/16 [==============================] - 12s 682ms/step - loss: 131489.4844 - accuracy: 0.4900 - val_loss: 0.7231 - val_accuracy: 0.5000
Epoch 2/50
16/16 [==============================] - ETA: 0s - loss: 0.6994 - accuracy: 0.4801
Epoch 2: val_accuracy did not improve from 0.50000
16/16 [==============================] - 11s 662ms/step - loss: 0.6994 - accuracy: 0.4801 - val_loss: 0.6943 - val_accuracy: 0.5000
Epoch 3/50
16/16 [==============================] - ETA: 0s - loss: 0.6961 - accuracy: 0.5120
Epoch 3: val_accuracy did not improve from 0.50000
16/16 [==============================] - 10s 626ms/step - loss: 0.6961 - accuracy: 0.5120 - val_loss: 0.7020 - val_accuracy: 0.5000
Epoch 4/50
16/16 [==============================] - ETA: 0s - loss: 0.6954 - accuracy: 0.5199
Epoch 4: val_accuracy did not improve from 0.50000
16/16 [==============================] - 10s 604ms/step - loss: 0.6954 - accuracy: 0.5199 - val_loss: 0.6967 - val_accuracy: 0.5000
Epoch 5/50
16/16 [==============================] - ETA: 0s - loss: 0.7016 - accuracy: 0.4442
Epoch 5: val_accuracy did not improve from 0.50000
16/16 [==============================] - 10s 638ms/step - loss: 0.7016 - accuracy: 0.4442 - val_loss: 0.6966 - val_accuracy: 0.5000
Epoch 6/50
16/16 [==============================] - ETA: 0s - loss: 0.6947 - accuracy: 0.5159
Epoch 6: val_accuracy did not improve from 0.50000
16/16 [==============================] - 10s 620ms/step - loss: 0.6947 - accuracy: 0.5159 - val_loss: 0.6946 - val_accuracy: 0.5000
Epoch 7/50
16/16 [==============================] - ETA: 0s - loss: 0.6970 - accuracy: 0.4761
Epoch 7: val_accuracy did not improve from 0.50000
16/16 [==============================] - 10s 629ms/step - loss: 0.6970 - accuracy: 0.4761 - val_loss: 0.6945 - val_accuracy: 0.5000
Epoch 8/50
16/16 [==============================] - ETA: 0s - loss: 0.6956 - accuracy: 0.5040
Epoch 8: val_accuracy did not improve from 0.50000
16/16 [==============================] - 10s 623ms/step - loss: 0.6956 - accuracy: 0.5040 - val_loss: 0.6935 - val_accuracy: 0.5000
Epoch 9/50
16/16 [==============================] - ETA: 0s - loss: 0.6946 - accuracy: 0.5000
Epoch 9: val_accuracy did not improve from 0.50000
16/16 [==============================] - 9s 588ms/step - loss: 0.6946 - accuracy: 0.5000 - val_loss: 0.6932 - val_accuracy: 0.5000
Epoch 10/50
16/16 [==============================] - ETA: 0s - loss: 0.6944 - accuracy: 0.4721
Epoch 10: val_accuracy did not improve from 0.50000
16/16 [==============================] - 9s 593ms/step - loss: 0.6944 - accuracy: 0.4721 - val_loss: 0.6932 - val_accuracy: 0.5000
Epoch 11/50
16/16 [==============================] - ETA: 0s - loss: 0.6943 - accuracy: 0.4920
Epoch 11: val_accuracy did not improve from 0.50000
16/16 [==============================] - 10s 636ms/step - loss: 0.6943 - accuracy: 0.4920 - val_loss: 0.6932 - val_accuracy: 0.5000
Epoch 12/50
16/16 [==============================] - ETA: 0s - loss: 0.6938 - accuracy: 0.5000
Epoch 12: val_accuracy did not improve from 0.50000
16/16 [==============================] - 10s 599ms/step - loss: 0.6938 - accuracy: 0.5000 - val_loss: 0.6931 - val_accuracy: 0.5000
Epoch 13/50
16/16 [==============================] - ETA: 0s - loss: 0.6944 - accuracy: 0.4880
Epoch 13: val_accuracy did not improve from 0.50000
16/16 [==============================] - 10s 610ms/step - loss: 0.6944 - accuracy: 0.4880 - val_loss: 0.6932 - val_accuracy: 0.5000
Epoch 14/50
16/16 [==============================] - ETA: 0s - loss: 0.6938 - accuracy: 0.4960
Epoch 14: val_accuracy did not improve from 0.50000
16/16 [==============================] - 10s 649ms/step - loss: 0.6938 - accuracy: 0.4960 - val_loss: 0.6934 - val_accuracy: 0.5000
Epoch 15/50
16/16 [==============================] - ETA: 0s - loss: 0.6936 - accuracy: 0.4761
Epoch 15: val_accuracy did not improve from 0.50000
16/16 [==============================] - 11s 696ms/step - loss: 0.6936 - accuracy: 0.4761 - val_loss: 0.6931 - val_accuracy: 0.5000
Epoch 16/50
16/16 [==============================] - ETA: 0s - loss: 0.6943 - accuracy: 0.4801
Epoch 16: val_accuracy did not improve from 0.50000
16/16 [==============================] - 10s 604ms/step - loss: 0.6943 - accuracy: 0.4801 - val_loss: 0.6932 - val_accuracy: 0.5000
Epoch 17/50
16/16 [==============================] - ETA: 0s - loss: 0.6940 - accuracy: 0.4721
Epoch 17: val_accuracy did not improve from 0.50000
16/16 [==============================] - 10s 621ms/step - loss: 0.6940 - accuracy: 0.4721 - val_loss: 0.6933 - val_accuracy: 0.5000
Epoch 18/50
16/16 [==============================] - ETA: 0s - loss: 0.6932 - accuracy: 0.4960
Epoch 18: val_accuracy did not improve from 0.50000
16/16 [==============================] - 10s 610ms/step - loss: 0.6932 - accuracy: 0.4960 - val_loss: 0.6932 - val_accuracy: 0.5000
Epoch 19/50
16/16 [==============================] - ETA: 0s - loss: 0.6940 - accuracy: 0.4681
Epoch 19: val_accuracy did not improve from 0.50000
16/16 [==============================] - 10s 596ms/step - loss: 0.6940 - accuracy: 0.4681 - val_loss: 0.6932 - val_accuracy: 0.5000
Epoch 20/50
16/16 [==============================] - ETA: 0s - loss: 0.6941 - accuracy: 0.4880
Epoch 20: val_accuracy did not improve from 0.50000
16/16 [==============================] - 11s 673ms/step - loss: 0.6941 - accuracy: 0.4880 - val_loss: 0.6934 - val_accuracy: 0.5000
Epoch 21/50
16/16 [==============================] - ETA: 0s - loss: 0.6935 - accuracy: 0.4920
Epoch 21: val_accuracy did not improve from 0.50000
16/16 [==============================] - 11s 660ms/step - loss: 0.6935 - accuracy: 0.4920 - val_loss: 0.6932 - val_accuracy: 0.5000
Epoch 21: early stopping
七、预测
1、Accuracy图与Loss图
acc = history.history['accuracy']
val_acc = history.history['val_accuracy']
loss = history.history['loss']
val_loss = history.history['val_loss']
epochs_range = range(epochs)
plt.figure(figsize = (12, 4))
plt.subplot(1, 2, 1)
plt.plot(epochs_range, acc, label = 'Training Accuracy')
plt.plot(epochs_range, val_acc, label = 'Validation Accuracy')
plt.legend(loc = 'lower right')
plt.title('Training and Validation Accuracy')
plt.subplot(1, 2, 2)
plt.plot(epochs_range, loss, label = 'Training Loss')
plt.plot(epochs_range, val_loss, label = 'Validation Loss')
plt.legend(loc = 'upper right')
plt.title('Training and Validation Loss')
plt.show()
结果:
2、指定图片预测
from PIL import Image
import numpy as np
img = Image.open("E:\Deep_Learning\Data\Week5\\test\\adidas\\4.jpg") #这里选择你需要预测的图片
image = tf.image.resize(img, [img_height, img_width])
img_array = tf.expand_dims(image, 0) #/255.0 # 记得做归一化处理(与训练集处理方式保持一致)
predictions = model.predict(img_array) # 这里选用你已经训练好的模型
print("预测结果为:",class_names[np.argmax(predictions)])```
1/1 [==============================] - 0s 96ms/step
预测结果为: nike
八、拓展
1. 修改初始动态学习率:
1.1学习率设置为0.01
在训练到第47个数据集的时候停止
1.2 学习率设置为0.001
在训练到第31个数据集的时候停止
2.修改patience验证在多少个 epoch 内模型没有提高时,停止训练。即在性能不再提升时停止训练(以动态学习率为0.001时为例)
2.1 patience设置为10
在训练到第45个数据集的时候停止
2.2 patience设置为15
在训练到第34个数据集的时候停止
2.3 patience设置为20
在训练到第31个数据集的时候停止
3. 结论
显然,我们能从图上直观的感受到,当学习率设置为0.1的时候,参数更新的幅度较大,模型跳跃了较大的距离。训练过程很不稳定,甚至无法收敛到最优解。当学习率减小的时候,模型渐渐稳定;
而patience的影响在本图中我们并没有很明显的感觉到,但是通过研究我们得出以下结论:
设置较小的 patience 值时,模型会更快地对性能不再提升做出反应,并且可能会在性能停止提升后的较早阶段停止训练,可能会错过了进一步提高性能的机会。
但若要设置很大的patience 值,十分浪费时间和算力。