第五周 足球鞋识别
- 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
- 🍦 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
环境准备
- python 3.8
- Tensorflow2.x
- pycharm编辑工具
数据预处理
def load_data(self):
train = tf.keras.preprocessing.image_dataset_from_directory(
self.DataPath,
validation_split=.2,
subset="training",
seed=122,
image_size=self.img_size,
batch_size=self.batch_size
)
val = tf.keras.preprocessing.image_dataset_from_directory(
self.DataPath,
validation_split=.2,
subset="validation",
seed=122,
image_size=self.img_size,
batch_size=self.batch_size
)
AUTOTUNE = tf.data.experimental.AUTOTUNE
self.train = train.cache().shuffle(1000).prefetch(buffer_size=AUTOTUNE)
self.val = val.cache().prefetch(buffer_size=AUTOTUNE)
return train, val
这里使用tensorflow中的image_dataset_from_directory函数来加载数据集。
image_dataset_from_directory:返回一个tf.data.Dataset, 该数据集从子目录class_a和class_b生成批次图像,同时生成标签0和1(0对应class_a,1对应class_b).
prefetch()功能详细介绍:CPU 正在准备数据时,加速器处于空闲状态。相反,当加速器正在训练模型时,CPU 处于空闲状态。因此,训练所用的时间是 CPU 预处理时间和加速器训练时间的总和。prefetch()将训练步骤的预处理和模型执行过程重叠到一起。当加速器正在执行第 N 个训练步时,CPU 正在准备第 N+1 步的数据。这样做不仅可以最大限度地缩短训练的单步用时(而不是总用时),而且可以缩短提取和转换数据所需的时间。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:
cache:将数据集缓存到内存当中,加速运行
数据查看
def save_show(self):
plt.figure(figsize=(20, 10))
for images, labels in self.train.take(1):
for i in range(20):
ax = plt.subplot(5, 10, i + 1)
plt.imshow(images[i].numpy().astype("uint8"))
plt.title(self.class_names[labels[i]])
plt.axis("off")
plt.savefig("show.jpg")
return True
网络搭建
def create_model(self):
# 创建并设置卷积神经网络
# 卷积层:通过卷积操作对输入图像进行降维和特征抽取
# 池化层:是一种非线性形式的下采样。主要用于特征降维,压缩数据和参数的数量,减小过拟合,同时提高模型的鲁棒性。
# 全连接层:在经过几个卷积和池化层之后,神经网络中的高级推理通过全连接层来完成。
model = models.Sequential([
layers.experimental.preprocessing.Rescaling(1. / 255, input_shape=(*self.img_size, 3)),
layers.Conv2D(16, (3, 3), activation='relu', input_shape=(*self.img_size, 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.Conv2D(64, (3, 3), activation='relu'), # 卷积层3,卷积核3*3
# layers.Dropout(0.4) 作用是防止过拟合,提高模型的泛化能力。
layers.Dropout(0.3), # 让神经元以一定的概率停止工作,防止过拟合,提高模型的泛化能力。
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(self.num_class) # 输出层,输出预期结果
])
model.summary() # 打印网络结构
return model
结构展示
Model: "sequential"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
rescaling (Rescaling) (None, 224, 224, 3) 0
_________________________________________________________________
conv2d (Conv2D) (None, 222, 222, 16) 448
_________________________________________________________________
average_pooling2d (AveragePo (None, 111, 111, 16) 0
_________________________________________________________________
conv2d_1 (Conv2D) (None, 109, 109, 32) 4640
_________________________________________________________________
average_pooling2d_1 (Average (None, 54, 54, 32) 0
_________________________________________________________________
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: 22,175,138
Trainable params: 22,175,138
Non-trainable params: 0
_________________________________________________________________
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。
在这里,我们对图像的输入进行归一化处理,调用tensorflow中的layers.experimental.preprocessing.Rescaling来调整大小层将图片大小变为img_size大小,并将其归一化到0-1区间内,便于数据的计算。
网络结构图
网络编译器的配置
设置动态学习率
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。
主要参数:
● initial_learning_rate(初始学习率):初始学习率大小。
● 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 10,则每10步衰减一次。
● decay_rate(衰减率):学习率的衰减率。它决定了学习率如何衰减。通常,取值在 0 到 1 之间。
● 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。
# 设置初始学习率
initial_learning_rate = 1e-4
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=0.9, # 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'])
注: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)
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。
早停机制
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。
earlystopper = EarlyStopping(monitor='val_accuracy',
min_delta=0.0001,
patience=30,
verbose=1)
模型训练
from tensorflow.keras.callbacks import ModelCheckpoint, EarlyStopping
# 保存最佳模型参数
checkpointer = ModelCheckpoint(self.save_model(),
monitor='val_accuracy',
verbose=1,
save_best_only=True,
save_weights_only=True)
# 设置早停
earlystopper = EarlyStopping(monitor='val_accuracy',
min_delta=0.0001,
patience=30,
verbose=1)
self.history = model.fit(
train,
epochs=self.epochs,
validation_data=val,
callbacks=[checkpointer, earlystopper])
Epoch 00025: val_accuracy did not improve from 0.45217
116/116 [==============================] - 15s 126ms/step - loss: 0.6930 - accuracy: 0.5119 - val_loss: 0.6937 - val_accuracy: 0.4522
Epoch 26/80
116/116 [==============================] - ETA: 0s - loss: 0.6930 - accuracy: 0.5119
Epoch 00026: val_accuracy did not improve from 0.45217
116/116 [==============================] - 14s 124ms/step - loss: 0.6930 - accuracy: 0.5119 - val_loss: 0.6937 - val_accuracy: 0.4522
Epoch 27/80
116/116 [==============================] - ETA: 0s - loss: 0.6930 - accuracy: 0.5119
Epoch 00027: val_accuracy did not improve from 0.45217
116/116 [==============================] - 15s 126ms/step - loss: 0.6930 - accuracy: 0.5119 - val_loss: 0.6937 - val_accuracy: 0.4522
Epoch 28/80
116/116 [==============================] - ETA: 0s - loss: 0.6930 - accuracy: 0.5119
Epoch 00028: val_accuracy did not improve from 0.45217
116/116 [==============================] - 15s 128ms/step - loss: 0.6930 - accuracy: 0.5119 - val_loss: 0.6937 - val_accuracy: 0.4522
Epoch 29/80
116/116 [==============================] - ETA: 0s - loss: 0.6930 - accuracy: 0.5119
Epoch 00029: val_accuracy did not improve from 0.45217
116/116 [==============================] - 15s 128ms/step - loss: 0.6930 - accuracy: 0.5119 - val_loss: 0.6937 - val_accuracy: 0.4522
Epoch 30/80
116/116 [==============================] - ETA: 0s - loss: 0.6930 - accuracy: 0.5119
Epoch 00030: val_accuracy did not improve from 0.45217
116/116 [==============================] - 14s 125ms/step - loss: 0.6930 - accuracy: 0.5119 - val_loss: 0.6937 - val_accuracy: 0.4522
Epoch 31/80
116/116 [==============================] - ETA: 0s - loss: 0.6930 - accuracy: 0.5119
Epoch 00031: val_accuracy did not improve from 0.45217
116/116 [==============================] - 15s 129ms/step - loss: 0.6930 - accuracy: 0.5119 - val_loss: 0.6937 - val_accuracy: 0.4522
模型评估
def plot_loss(x, history):
plt.plot(x, history['val_loss'], label='val', marker='o')
plt.plot(x, history['train_loss'], label='train', marker='o')
plt.title('Loss per epoch')
plt.ylabel('loss')
plt.xlabel('epoch')
plt.legend(), plt.grid()
plt.savefig('./logs/loss.png')
plt.show()
def plot_acc(x, history):
plt.plot(x, history['train_acc'], label='train_acc', marker='x')
plt.plot(x, history['val_acc'], label='val_acc', marker='x')
plt.title('Acc per epoch')
plt.ylabel('accuracy')
plt.xlabel('epoch')
plt.legend(), plt.grid()
plt.savefig('./logs/acc.png')
plt.show()
结果查看:
模型预测
from tensorflow.keras.models import load_model
from tensorflow.keras import datasets, layers, models
import tensorflow as tf
import numpy as np
from PIL import Image
model = models.Sequential([
layers.experimental.preprocessing.Rescaling(1. / 255, input_shape=(224, 224, 3)),
layers.Conv2D(16, (3, 3), activation='relu', input_shape=(224, 224, 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(0.4),
layers.Conv2D(64, (3, 3), activation='relu'), # 卷积层3,卷积核3*3
# layers.Dropout(0.4) 作用是防止过拟合,提高模型的泛化能力。
layers.Dropout(0.3), # 让神经元以一定的概率停止工作,防止过拟合,提高模型的泛化能力。
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(2) # 输出层,输出预期结果
])
model_path = "./checkpoints/zqx/zqx-zqx.h5"
model.load_weights(model_path)
img = np.array(Image.open("./data/zqx/nike/0.jpg")) #这里选择你需要预测的图片
image = tf.image.resize(img, [224, 224])
img_array = tf.expand_dims(image, 0)
p = model.predict(img_array)
class_names = ['adidas', 'nike']
print("预测类别:", class_names[np.argmax(p)])
预测类别: nike
预测图片:
总结
1. 查看评估的结果,结果震荡较为严重,可能时学习率太大或者损失函数没有选择合适导致的
2. 通过设置早停机制,也可以防止过拟合。