基于Python的图像分类-Finetune训练模型

迁移训练-使用finetune

零、上传文件并在终端使用解压码解压

下载所需文件并上传

链接：https://pan.baidu.com/s/19DdkqOh-lrtLM1bd-dpdAA
提取码：2333

使用终端解压

粘贴

一、简介

本任务为，将此前我们找到的准确率最高的预训练网络模型，改造为可以从上万张图片中，帮我们筛选为五分类的中草药模型。

——注意：前面的一到八，八个步骤使用自己的中草药数据集，介绍如何使用PaddleHub进行Fine-tune迁移训练图像分类。

我们的任务：

一.需要同学们稍微完善一到八八个步骤的代码（两处），使其可以根据选择的预训练模型进行迁移训练。

二.需要自己寻找50张图片，使用预训练模型进行分类识别。 最后，要么使用代码将图片放入不同文件夹，要么使用txt文本分别记录不同分类的中草药文件名，并记录正确率

请务必使用GPU环境, 因为下方的代码基于GPU环境. 请务必使用GPU环境, 因为下方的代码基于GPU环境.

当前平台正在进行普遍赠送, 只要点击此处表单进行填写, 之后再度运行即可获赠.

二、准备工作

首先导入必要的python包

!pip install paddlehub==1.7.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
import paddle

 

# -*- coding: utf8 -*-
import paddlehub as hub

 

接下来我们要在PaddleHub中选择合适的预训练模型来Finetune。

请在此处选择前期任务准确率最高的模型

import paddle
paddle.enable_static()
# 选择模型
# 此处代码为加载Hub提供的图像分类的预训练模型
module = hub.Module(name="resnet_v2_50_imagenet") 

 

PaddleHub 还有着许多的图像分类预训练模型，更多信息参见PaddleHub官方网站

三、数据准备

此处的数据准备使用的是paddlehub提供的猫狗分类数据集，如果想要使用自定义的数据进行体验，需要自定义数据，请查看适配自定义数据

#上传制作成功的中草药数据集后，使用这段代码去做解压缩，注意路径
!unzip -o /home/aistudio/dataset.zip

# 使用自定义数据集
from paddlehub.dataset.base_cv_dataset import BaseCVDataset
   
class DemoDataset(BaseCVDataset):	
   def __init__(self):	
       # 数据集存放位置
       self.dataset_dir = "dataset"
       super(DemoDataset, self).__init__(
           base_path=self.dataset_dir,
           train_list_file="train_list.txt",
           validate_list_file="validate_list.txt",
           test_list_file="test_list.txt",
           #predict_file="predict_list.txt",
           label_list_file="label_list.txt",
           # label_list=["数据集所有类别"]
           )
dataset = DemoDataset()

如果想加载自定义数据集完成迁移学习，详细参见自定义数据集

四、生成Reader

接着生成一个图像分类的reader，reader负责将dataset的数据进行预处理，接着以特定格式组织并输入给模型进行训练。

当我们生成一个图像分类的reader时，需要指定输入图片的大小

data_reader = hub.reader.ImageClassificationReader(
    image_width=module.get_expected_image_width(), #预期图片经过reader处理后的图像宽度
    image_height=module.get_expected_image_height(),#预期图片经过reader处理后的图像高度
    images_mean=module.get_pretrained_images_mean(),#进行图片标准化处理时所减均值。默认为None
    images_std=module.get_pretrained_images_std(), #进行图片标准化处理时所除标准差。默认为None
    dataset=dataset)

五、选择运行时配置

在进行Finetune前，我们可以设置一些运行时的配置，例如如下代码中的配置，表示：

• use_cuda：设置为False表示使用CPU进行训练。如果您本机支持GPU，且安装的是GPU版本的PaddlePaddle，我们建议您将这个选项设置为True；

• epoch：要求Finetune的任务只遍历1次训练集；

• batch_size：每次训练的时候，给模型输入的每批数据大小为32，模型训练时能够并行处理批数据，因此batch_size越大，训练的效率越高，但是同时带来了内存的负荷，过大的batch_size可能导致内存不足而无法训练，因此选择一个合适的batch_size是很重要的一步；

• log_interval：每隔10 step打印一次训练日志；

• eval_interval：每隔50 step在验证集上进行一次性能评估；

• checkpoint_dir：将训练的参数和数据保存到cv_finetune_turtorial_demo目录中；

• strategy：使用DefaultFinetuneStrategy策略进行finetune；

更多运行配置，请查看RunConfig

同时PaddleHub提供了许多优化策略，如AdamWeightDecayStrategy、ULMFiTStrategy、DefaultFinetuneStrategy等，详细信息参见策略

config = hub.RunConfig(
    use_cuda=True,                                            #是否使用GPU训练，默认为False；
    num_epoch=4,                                              #Fine-tune的轮数；使用4轮，直到训练准确率达到90%多
    checkpoint_dir="cv_finetune_turtorial_demo",              #模型checkpoint保存路径, 若用户没有指定，程序会自动生成；
    batch_size=32,                                            #训练的批大小，如果使用GPU，请根据实际情况调整batch_size；
    eval_interval=50,                                         #模型评估的间隔，默认每100个step评估一次验证集；
    strategy=hub.finetune.strategy.DefaultFinetuneStrategy()) #Fine-tune优化策略；

六、组建Finetune Task

有了合适的预训练模型和准备要迁移的数据集后，我们开始组建一个Task。

由于猫狗分类是一个二分类的任务，而我们下载的分类module是在ImageNet数据集上训练的千分类模型，所以我们需要对模型进行简单的微调，把模型改造为一个二分类模型：

1. 获取module的上下文环境，包括输入和输出的变量，以及Paddle Program；
2. 从输出变量中找到特征图提取层feature_map；
3. 在feature_map后面接入一个全连接层，生成Task；

#获取module的上下文信息包括输入、输出变量以及paddle program
input_dict, output_dict, program = module.context(trainable=True) 

#待传入图片格式
img = input_dict["image"]  

#从预训练模型的输出变量中找到最后一层特征图，提取最后一层的feature_map
feature_map = output_dict["feature_map"]   

#待传入的变量名字列表
feed_list = [img.name]

task = hub.ImageClassifierTask(
    data_reader=data_reader,        #提供数据的Reader
    feed_list=feed_list,            #待feed变量的名字列表
    feature=feature_map,            #输入的特征矩阵
    num_classes=dataset.num_labels, #分类任务的类别数量，此处来自于数据集的num_labels
    config=config)                  #运行配置

如果想改变迁移任务组网，详细参见自定义迁移任务

七、开始Finetune

我们选择finetune_and_eval接口来进行模型训练，这个接口在finetune的过程中，会周期性的进行模型效果的评估，以便我们了解整个训练过程的性能变化。

run_states = task.finetune_and_eval() #通过众多finetune API中的finetune_and_eval接口，可以一边训练网络，一边打印结果

八、使用模型进行预测

当Finetune完成后，我们使用模型来进行预测，先通过以下命令来获取测试的图片

注意：填入测试图片路径后方可开始测试

预测代码如下：

import numpy as np

import os,sys
path="pic"
dirs=os.listdir(path)
num=0
for x in dirs:
    m='pic/'+x
    dirs[num]=m
    num+=1

data =dirs       #此处传入需要识别的照片地址
label_map = dataset.label_dict()
index = 0

# get classification result
run_states = task.predict(data=data) #进行预测
results = [run_state.run_results for run_state in run_states] #得到用新模型预测test照片的结果

for batch_result in results:
    # get predict index
    batch_result = np.argmax(batch_result, axis=2)[0]
    for result in batch_result:
        index += 1
        result = label_map[result]
        print("input %i is %s, and the predict result is %s" %
              (index, data[index - 1], result))

九、自己寻找50张中草药图片（还是我们5种分类的图片，但是不能使用我们训练图片），然后对50张中草药图片进行分类，并记录准确率。

!pip install paddlehub==1.7.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
import paddle

# -*- coding: utf8 -*-
import paddlehub as hub

import paddle
paddle.enable_static()
# 选择模型
# 此处代码为加载Hub提供的图像分类的预训练模型
module = hub.Module(name="resnet_v2_50_imagenet")

# 使用自定义数据集
from paddlehub.dataset.base_cv_dataset import BaseCVDataset
   
class DemoDataset(BaseCVDataset):	
   def __init__(self):	
       # 数据集存放位置
       self.dataset_dir = "dataset"
       super(DemoDataset, self).__init__(
           base_path=self.dataset_dir,
           train_list_file="train_list.txt",
           validate_list_file="validate_list.txt",
           test_list_file="test_list.txt",
           #predict_file="predict_list.txt",
           label_list_file="label_list.txt",
           # label_list=["数据集所有类别"]
           )
dataset = DemoDataset()

data_reader = hub.reader.ImageClassificationReader(
    image_width=module.get_expected_image_width(), #预期图片经过reader处理后的图像宽度
    image_height=module.get_expected_image_height(),#预期图片经过reader处理后的图像高度
    images_mean=module.get_pretrained_images_mean(),#进行图片标准化处理时所减均值。默认为None
    images_std=module.get_pretrained_images_std(), #进行图片标准化处理时所除标准差。默认为None
    dataset=dataset)

config = hub.RunConfig(
    use_cuda=True,                                            #是否使用GPU训练，默认为False；
    num_epoch=4,                                              #Fine-tune的轮数；使用4轮，直到训练准确率达到90%多
    checkpoint_dir="cv_finetune_turtorial_demo",              #模型checkpoint保存路径, 若用户没有指定，程序会自动生成；
    batch_size=32,                                            #训练的批大小，如果使用GPU，请根据实际情况调整batch_size；
    eval_interval=50,                                         #模型评估的间隔，默认每100个step评估一次验证集；
    strategy=hub.finetune.strategy.DefaultFinetuneStrategy()) #Fine-tune优化策略；

#获取module的上下文信息包括输入、输出变量以及paddle program
input_dict, output_dict, program = module.context(trainable=True) 

#待传入图片格式
img = input_dict["image"]  

#从预训练模型的输出变量中找到最后一层特征图，提取最后一层的feature_map
feature_map = output_dict["feature_map"]   

#待传入的变量名字列表
feed_list = [img.name]

task = hub.ImageClassifierTask(
    data_reader=data_reader,        #提供数据的Reader
    feed_list=feed_list,            #待feed变量的名字列表
    feature=feature_map,            #输入的特征矩阵
    num_classes=dataset.num_labels, #分类任务的类别数量，此处来自于数据集的num_labels
    config=config)                  #运行配置

run_states = task.finetune_and_eval() #通过众多finetune API中的finetune_and_eval接口，可以一边训练网络，一边打印结果

import numpy as np

import os,sys
path="pic"
dirs=os.listdir(path)
num=0
for x in dirs:
    m='pic/'+x
    dirs[num]=m
    num+=1

data =dirs       #此处传入需要识别的照片地址
label_map = dataset.label_dict()
index = 0

# get classification result
run_states = task.predict(data=data) #进行预测
results = [run_state.run_results for run_state in run_states] #得到用新模型预测test照片的结果

for batch_result in results:
    # get predict index
    batch_result = np.argmax(batch_result, axis=2)[0]
    for result in batch_result:
        index += 1
        result = label_map[result]
        print("input %i is %s, and the predict result is %s" %
              (index, data[index - 1], result))