- 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
- 🍦 参考文章:参考文章:365天深度学习训练营-第5周:运动鞋品牌识别(训练营内部成员可读)
- 🍖 原作者:K同学啊|接辅导、项目定制
- 🚀 文章来源:K同学的学习圈子
目录
一、前期工作
1. 设置GPU
如果使用的是CPU可以忽略这步
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]
tf.config.experimental.set_memory_growth(gpu0, True)
tf.config.set_visible_devices([gpu0], "GPU")
gpus
2. 导入数据
# data_dir = "D:/jupyter notebook/T5/46-data/"
data_dir = "./46-data/"
data_dir = pathlib.Path(data_dir)
3. 查看数据
image_count = len(list(data_dir.glob('*/*/*.jpg')))
print("图片总数为:", image_count)
roses = list(data_dir.glob('train/nike/*.jpg'))
PIL.Image.open(str(roses[0]))
二、数据预处理
1. 加载数据
- 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 是 TensorFlow 的 Keras 模块中的一个函数,用于从目录中创建一个图像数据集(dataset)。这个函数可以以更方便的方式加载图像数据,用于训练和评估神经网络模型。
1.1 函数的基本用法:
创建出的数据集的标签一般是从目录得到的:
- directory: 数据所在目录。如果标签是inferred(默认),则它应该包含子目录,每个目录包含一个类的图像。否则,将忽略目录结构。
- labels: inferred(标签从目录结构生成),或者是整数标签的列表/元组,其大小与目录中找到的图像文件的数量相同。标签应根据图像文件路径的字母顺序排序(通过Python中的os.walk(directory)获得)。
import tensorflow as tf
# 设置图像数据目录
data_dir = "path/to/your/image/directory"
# 创建图像数据集
dataset = tf.keras.preprocessing.image_dataset_from_directory(
data_dir,
batch_size=32, # 每个批次的图像数量
image_size=(128, 128), # 图像将被调整为的尺寸
shuffle=True, # 是否在每个 epoch 后对数据集进行洗牌
seed=42, # 洗牌时使用的随机种子
validation_split=0.2, # 验证集的比例
subset="training" # 使用训练集还是验证集,"training" 或 "validation"
)
# 查看类别标签
class_names = dataset.class_names
print("类别标签:", class_names)
# 可以通过迭代数据集来获取批次的图像和标签
for images, labels in dataset:
# 在这里进行模型训练或评估操作
pass
1.2 测试集与验证集的关系:
- 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
batch_size = 32
img_height = 224
img_width = 224
train_ds = tf.keras.preprocessing.image_dataset_from_directory(
# 注意数据目录,它应该有子目录且每个目录包含一个类的图像
"./46-data/train/",
seed=123,
image_size=(img_height, img_width),
batch_size=batch_size
)
val_ds = tf.keras.preprocessing.image_dataset_from_directory(
"./46-data/test/",
seed=123,
image_size=(img_height, img_width),
batch_size=batch_size
)
class_names = train_ds.class_names
print(class_names)
2. 可视化数据
plt.figure(figsize=(20, 10))
# take(1)表示获取第一个批次的数据
for images, labels in train_ds.take(1):
for i in range(20):
ax = plt.subplot(5, 10, i+1)
# 这段代码的目的是将一个张量表示的图像转换为 NumPy 数组,并使用 Matplotlib 的 `imshow()` 函数显示出来。
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
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
AUTOTUNE = tf.data.AUTOTUNE
train_ds = train_ds.cache().shuffle(1000).prefetch(buffer_size=AUTOTUNE)
val_ds = val_ds.cache().prefetch(buffer_size=AUTOTUNE)
三、构建CNN网络
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 输入的形状是 (224, 224, 3)
即彩色图像。我们需要在声明第一层时将形状赋值给参数input_shape
。
"""
layers.Dropout(0.4) 作用是防止过拟合,提高模型的泛化能力。
layers.experimental.preprocessing.Rescaling 是 TensorFlow 2.x 中的一个图像预处理层(preprocessing layer),
用于将图像的像素值重新缩放到指定的范围内。
通常,在训练深度学习模型时,对输入数据进行标准化和缩放是一个常见的步骤,以便更好地训练模型并提高收敛速度。
Rescaling 层通常用于模型的输入层,以确保输入数据的范围在合理的范围内。这对于训练深度学习模型非常重要,
因为标准化和缩放可以改善梯度下降的性能,提高模型的稳定性和收敛速度。
"""
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)),
layers.AveragePooling2D((2, 2)),
layers.Conv2D(32, (3, 3), activation='relu'),
layers.AveragePooling2D((2, 2)),
layers.Dropout(0.3),
layers.Conv2D(64, (3, 3), activation='relu'),
layers.Dropout(0.3),
layers.Flatten(),
layers.Dense(128, activation='relu'),
layers.Dense(len(class_names))
])
model.summary()
四、训练模型
在准备对模型进行训练之前,还需要再对其进行一些设置。以下内容是在模型的编译步骤中添加的:
- 损失函数(loss):用于衡量模型在训练期间的准确率。
- 优化器(optimizer):决定模型如何根据其看到的数据和自身的损失函数进行更新。
- 指标(metrics):用于监控训练和测试步骤。以下示例使用了准确率,即被正确分类的图像的比率。
ExponentialDecay函数:
tf.keras.optimizers.schedules.ExponentialDecay 是 TensorFlow 中的一个学习率衰减策略,用于在训练神经网络时动态地降低学习率。学习率衰减是一种常用的技巧,可以帮助优化算法更有效地收敛到全局最小值,从而提高模型的性能。
ExponentialDecay 通过指数函数来减小学习率,其基本思想是随着训练的进行,学习率会按照指数函数的规律逐渐减小。
主要参数和用法:
以下是 tf.keras.optimizers.schedules.ExponentialDecay 的主要参数和用法:
- initial_learning_rate(初始学习率):在训练开始时的学习率大小。通常,您需要根据问题和模型的特点来选择一个合适的初始学习率。
- decay_steps(衰减步数):学习率衰减的步数。在经过 decay_steps 步后,学习率将按照指数函数衰减。例如,如果 decay_steps 设置为 1000,那么在训练的第 1000 步后,学习率将开始衰减。
- decay_rate(衰减率):学习率的衰减率。它决定了学习率如何减小。通常,取值在 0 到 1 之间。较小的 decay_rate 会导致学习率更缓慢地下降。
- staircase(阶梯式衰减):一个布尔值,控制学习率的衰减方式。如果设置为 True,则学习率在每个 decay_steps 步之后直接减小,形成阶梯状下降。如果设置为 False,则学习率将连续衰减。
1.设置动态学习率
# 设置初始学习率
initial_learning = 1e-3
lr_schedule = tf.keras.optimizers.schedules.ExponentialDecay(
initial_learning,
decay_steps=10,
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,
# 设置损失函数为交叉熵损失函数(tf.keras.losses.SparseCategoricalCrossentropy())
# from_logits为True时,会将y_pred转化为概率(softmax),否则不进行转换,通常情况下用True结果更稳定
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])
学习率大与学习率小的优缺点分析:
学习率大
- 优点:
-
- 1、加快学习速率。
- 2、有助于跳出局部最优值。
- 缺点:
-
- 1、导致模型训练不收敛。
- 2、单单使用大学习率容易导致模型不精确。
学习率小
- 优点:
-
- 1、有助于模型收敛、模型细化。
- 2、提高模型精度。
- 缺点:
-
- 1、很难跳出局部最优值。
- 2、收敛缓慢。
注意:这里设置的动态学习率为:指数衰减型(ExponentialDecay)。在每一个epoch开始前,学习率(learning_rate)都将会重置为初始学习率(initial_learning_rate),然后再重新开始衰减。计算公式如下:
learning_rate = initial_learning_rate * decay_rate ^ (step / decay_steps)
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,# 仅保存在监控指标上性能最佳的模型权重
save_weights_only=True# 仅保存权重而不保存整个模型
)
# 设置早停
earlystopper = EarlyStopping(monitor='val_accuracy',
min_delta=0.001,
patience=20,
verbose=1)
3. 模型训练
history = model.fit(train_ds,
validation_data=val_ds,
epochs=epochs,
callbacks=[checkpointer, earlystopper])
五、模型评估
1. Loss与Accuracy图
acc = history.history['accuracy']
val_acc = history.history['val_accuracy']
loss = history.history['loss']
val_loss = history.history['val_loss']
epochs_range = range(len(loss))
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()
2. 指定图片进行预测
# 加载效果最好的模型权重
model.load_weights('best_model.h5')
from PIL import Image
import numpy as np
img_path = "./46-data/test/nike/1.jpg" # 这里选择你需要预测的图片
img = tf.io.read_file(img_path)
img = tf.image.decode_jpeg(img, channels=3) # 将图像解码为3通道的Tensor
image = tf.image.resize(img, [img_height, img_width])
# 使用 tf.expand_dims 将其准备成可以输入到神经网络的格式,将其变成形状为 [1, H, W, C] 的批次数据
img_array1 = 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)
img_array2 = tf.expand_dims(image, 0) /255.0
predictions1 = model.predict(img_array1) # 这里选用你已经训练好的模型
predictions2 = model.predict(img_array2)
print("1 预测结果为:",class_names[np.argmax(predictions1)])
print("2 预测结果为:",class_names[np.argmax(predictions2)])