深度学习案例2：AlexNet网络识别14种鲜花

1 AlexNet简介

AlexNet在【ImageNet Classification with Deep Convolutional Neural Networks】论文中提出的，并在ILSVRC-2012获得第一名。AlexNet的特点:

• 相比较LetNet-5，更深的网络结构。
• 使用层叠的卷积层，即卷积层+卷积层+池化层来提取图像的特征。
• 使用Dropout抑制过拟合。
• 使用数据增强Data Augmentation抑制过拟合。
• 使用Relu替换之前的sigmoid的作为激活函数。
• 多GPU训练。

整个网络采用的ReLu非线性激活函数，可以参考深度学习之激活函数。论文给出下面的网络架构。

但是并不是很详细，下面的模型架构图讲的更清晰，下面我会一一进行介绍

总共有8层，5层卷积层+3层全连接层，下面一张图来源网络，详细介绍每层的具体设置和参数。本文会根据这个模型的架构图来实现（稍微做调整）。

2 数据处理

数据集是由14种花组成的，分别为康乃馨，杜鹃花，桂花，桃花，梅花，洛神花，牡丹，牵牛花，玫瑰，茉莉花，荷花，菊花，蒲公英，风信子，数据集中图片大小尺寸不一致，我们需要统一处理为相同的尺寸[224,224]。采用 Keras 中使用 ImageDataGenerator 进行图像增强处理，基本使用详见参考第十五章 用图像增强改善模型性能。

2.1 数据集基本设置

IMG_W = 224 # 定义裁剪的图片宽度  
IMG_H = 224 # 定义裁剪的图片高度  
CLASS = 14 # 图片的分类数  
EPOCHS = 5 # 迭代周期  
BATCH_SIZE = 64 # 批次大小  
TRAIN_PATH = './data/data/train' # 训练集存放路径  
TEST_PATH = './data/data/test' # 测试集存放路径  
SAVE_PATH = './data/flower_selector' # 模型保存路径  
LEARNING_RATE = 1e-4 # 学习率  
DROPOUT_RATE = 0 # 抗拟合，不工作的神经网络百分比

2.2 ImageDataGenerator设置

train_datagen = ImageDataGenerator(  
 rotation_range=40,  # 随机旋转度数  
 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,  # 数据归一化  
 shear_range=20,  # 随机错切变换  
 zoom_range=0.2,  # 随机放大  
 horizontal_flip=True,  # 水平翻转  
 fill_mode='nearest',  # 填充方式  
)

2.3 归一化处理

test_datagen = ImageDataGenerator(  
    rescale=1 / 255,  # 数据归一化  
)

2.4 训练集

train_generator = train_datagen.flow_from_directory(  # 设置训练集迭代器  
 TRAIN_PATH,  # 训练集存放路径  
 target_size=(IMG_W, IMG_H),  # 训练集图片尺寸  
 batch_size=BATCH_SIZE  # 训练集批次  
)  

2.5 测试集

test_generator = test_datagen.flow_from_directory(  # 设置测试集迭代器  
 TEST_PATH,  # 测试集存放路径  
 target_size=(IMG_W, IMG_H),  # 测试集图片尺寸  
 batch_size=BATCH_SIZE,  # 测试集批次  
)

将预测结果转成标签名称

num_to_char = dict((test_generator.class_indices.get(index), index) for index in test_generator.class_indices)

2.6 数据集预览

for index in range(9):  
    x, y = test_generator[index]  
    tile = num_to_char[tensorflow.argmax(y[index]).numpy()]  
    plt.subplot(330 + 1 + index)  
    plt.title(tile)  
    plt.imshow(x[:][index])  
plt.show()

3 构建模型

class AlexNet:  
    def __init__(self):  
        self.model = Sequential()  
  
    # 模型构建  
 def train(self):  
        self.model.add(Conv2D(input_shape=(224, 224, 3),  
                              kernel_size=(11, 11),  
                              strides=4,  
                              filters=96,  
                              activation=tf.keras.activations.relu))  
        self.model.add(MaxPooling2D(pool_size=(3, 3), strides=2))  
  
        self.model.add(Conv2D(kernel_size=(5, 5),  
                              strides=1,  
                              filters=48,  
                              activation=tf.keras.activations.relu))  
        self.model.add(MaxPooling2D(pool_size=(3, 3), strides=2))  
  
        self.model.add(Conv2D(kernel_size=(3, 3),  
                              strides=1,  
                              filters=128,  
                              activation=tf.keras.activations.relu))  
        self.model.add(Conv2D(kernel_size=(3, 3),  
                              strides=1,  
                              filters=192,  
                              activation=tf.keras.activations.relu))  
        self.model.add(Conv2D(kernel_size=(3, 3),  
                              strides=1,  
                              filters=192,  
                              activation=tf.keras.activations.relu))  
        self.model.add(MaxPooling2D(pool_size=(3, 3), strides=2))  
  
        self.model.add(Flatten())  
        self.model.add(Dense(128, activation=tf.keras.activations.relu))  
        self.model.add(Dropout(0.5))  
        self.model.add(Dense(64, activation=tf.keras.activations.relu))  
        self.model.add(Dropout(0.5))  
        self.model.add(Dense(14, activation=tf.keras.activations.softmax))  
  
        print('model framework', self.model.summary())  
  
        self.model.compile(optimizer=tf.keras.optimizers.Adam(LEARNING_RATE),  
                           loss=tf.keras.losses.CategoricalCrossentropy(),  
                           metrics=['accuracy'])  
  
        try:  
            self.model.load_weights('{}.h5'.format(SAVE_PATH))  # 尝试读取训练好的模型，再次训练  
 		print('model upload,start training!')  
        except:  
            print('not find model,start training')  # 如果没有训练过的模型，则从头开始训练  
  
 			checkpoint = ModelCheckpoint('{}.h5'.format(SAVE_PATH), monitor='accuracy', verbose=1, save_best_only=True, model='max')  
        callbacks_list = [checkpoint]  
        self.history = self.model.fit(  
            train_generator,  # 训练集迭代器  
 			steps_per_epoch=len(train_generator),  # 每个周期需要迭代多少步（图片总量/批次大小=11200/64=175）  
 			epochs=EPOCHS,  # 迭代周期  
 			verbose=1,  
            validation_data=test_generator,  # 测试集迭代器  
 			validation_steps=len(test_generator),  # 测试集迭代多少步  
 			callbacks=callbacks_list  
        ) 
  
    def predict(self, x):  
        self.model.predict(x)
		
	# 绘制训练历史记录  
	def plot_history(self):  
    	plt.plot(self.history.history['loss'], label='loss')  
    	plt.plot(self.history.history['val_loss'], label='val_loss')  
    	plt.plot(self.history.history['accuracy'], label='accuracy')  
    	plt.tit	le('history')  
    	plt.legend()  
    	plt.show()

4 训练记录

由于自己电脑没有GPU训练的太慢，只能断断续续的进行训练，这是其中一段训练历史记录。学了下Gooogle Colab,准备用它来训练。

5 预测结果

欢迎点赞收藏，下篇文章将模型移植到Android端，实现拍照识别鲜花！！！！！！