卷积神经网络的迁移学习是为了利用已经训练好的神经网络参数，在此基础上进行新的训练，加快训练的速度。
# -*- coding:utf-8 -*-
'''
file: main.py
'''
import glob
import os.path
import random
import numpy as np
import tensorflow as tf
from tensorflow.python.platform import gfile
#Inception-V3 模型瓶颈层的节点个数
BOTTLENECK_TENSOR_SIZE = 2048
#Inception-v3 模型中代表瓶颈层结果的张量名称。在谷歌提供的Inception-v3模型中，这个张量名称
#就是'pool3/_reshape:0'。在训练模型时，可以通过tensor.name来获取 张量的名称
BOTTLENECK_TENSOR_NAME = 'pool_3/_reshape:0'
#图像输入张量所对应的名称。
JPEG_DATA_TENSOR_NAME = 'DecodeJpeg/contents:0'
#下载的谷歌训练好的Inception-v3模型文件目录
MODEL_DIR = './model/'
#下载的谷歌训练好的Inception-v3模型文件名。
MODEL_FILE = 'tensorflow_inception_graph.pb'
#因为一个训练数据会被使用多次，所以可以将原始图像通过Inception-v3模型计算得到的特征向量
#保存在文件中，免去重复的计算。
CACHE_DIR = './tmp/bottleneck'
#图片数据文件夹。在这个文件夹中每一个子文件代表一个需要区分的类别
#每个子文件夹中存放了对应类别的图片
INPUT_DATA = './flower_photos'
#验证的数据百分比
VALIDATION_PERCENTAGE = 10
#测试的数据百分比
TEST_PERCENTAGE = 10
#定义神经网络的设置。
LEARNING_RATE = 0.01
STEPS = 4000
BATCH = 100
#这个函数从数据文件夹中读取所有的图片列表并按训练、验证、测试数据分开。
#testiong_percentage和validation_percentage参数制订了测试数据集和验证数据集的大小。
def create_image_lists(testing_percentage, validation_percentage):
#得到的所有图片都存在result 这个字典里，这个字典的key为类别的名称，value也是一个字典，
#字典里存储了所有的图片名称。
result = {}
#获取当前目录下所有的子目录
sub_dirs = [x[0] for x in os.walk(INPUT_DATA)]
#得到的第一个目录是当前目录，不需要考虑
is_root_dir = True
for sub_dir in sub_dirs:
if is_root_dir:
is_root_dir = False
continue
#获取当前目录下所有的有效图片文件。
extensions = ['jpg','jpeg','JPG','JPEG']
file_list = []
dir_name = os.path.basename(sub_dir)
for extension in extensions:
file_glob = os.path.join(INPUT_DATA, dir_name,'*.'+ extension)
file_list.extend(glob.glob(file_glob))
if not file_list:
continue
label_name = dir_name.lower()
#初始化当前类别的训练数据集、测试数据集和验证数据集
training_images = []
testing_images = []
validation_images = []
for file_name in file_list:
base_name = os.path.basename(file_name)
#随机将数据分到训练数据集、测试数据集和验证数据集
chance = np.random.randint(100)
if chance < validation_percentage:
validation_images.append(base_name)
elif chance < (testing_percentage + validation_percentage):
testing_images.append(base_name)
else:
training_images.append(base_name)
result[label_name] = {
'dir':dir_name,
'training':training_images,
'testing':testing_images,
'validation':validation_images,
}
return result
#这个函数通过类别名称、所属数据集和图片编号获取一张图片的地址。
#image_lists参数给出了所有图片信息
#image_dir参数给出了根目录。存放图片数据的根目录和存放图片特征向量的根目录目录地址不同。
#label_name参数给定了类别的名称。
#index参数给定了需要获取的图片的编号。
#category 参数制订了需要获取的图片是在训练数据集、测试数据集还是验证数据集。
def get_image_path(image_lists, image_dir, label_name, index, category):
#获取给定类别总所有图片的信息.
label_lists = image_lists[label_name]
#根据所属数据集的名称获取集合中的全部图片信息.
category_list = label_lists[category]
mod_index = index % len(category_list)
#获取图片的文件名。
base_name = category_list[mod_index]
sub_dir = label_lists['dir']
#最终的地址为数据根目录的地址加上类别的文件夹加上图片的名称。
full_path = os.path.join(image_dir, sub_dir, base_name)
return full_path
#这个函数通过类别名称、所属数据集和图片编号获取经过Inception-v3模型处理之后的特征向量文件地址。
def get_bottleneck_path(image_lists, label_name, index, category):
return get_image_path(image_lists, CACHE_DIR,
label_name, index, category)+'.txt'
#这个函数使用加载的训练好的Inception-v3模型处理一张图片，得到这个图片的特征向量。
def run_bottleneck_on_image(sess, image_data, image_data_tensor,
bottleneck_tensor):
#这个过程实际上就是将当前图片作为输入计算瓶颈张量的值。这个瓶颈张量的值就是这张图片的新的特征向量。
bottleneck_values = sess.run(bottleneck_tensor, {image_data_tensor:image_data})
#经过卷积神经网络处理的结果是一个四维数组，需要将这个结果压缩成一个特征向量
bottleneck_values = np.squeeze(bottleneck_values)
return bottleneck_values
#这个函数获取一张图片经过Inception-v3模型处理之后的特征向量，这个函数会先试图寻找已经
#计算且保存下来的特征向量，如果找不到则先计算这个特征向量，然后保存到文件。
def get_or_create_bottleneck(
sess, image_lists, label_name, index,
category, jpeg_data_tensor, bottleneck_tensor):
#获取一张图片对应的特征向量文件的路径。
label_lists = image_lists[label_name]
sub_dir = label_lists['dir']
sub_dir_path = os.path.join(CACHE_DIR, sub_dir)
if not os.path.exists(sub_dir_path):
os.makedirs(sub_dir_path)
bottleneck_path = get_bottleneck_path(
image_lists, label_name, index, category)
#如果这个特征限量文件不存在，则通过Inception-v3模型来计算特征向量，并将计算的记过存入文件。
if not os.path.exists(bottleneck_path):
#获取原始的图片路径
image_path = get_image_path(
image_lists, INPUT_DATA, label_name, index, category)
#获取图片内容。
image_data = gfile.FastGFile(image_path, 'rb').read()
#通过Inception-v3模型计算特征向量。
bottleneck_values = run_bottleneck_on_image(
sess, image_data, jpeg_data_tensor, bottleneck_tensor)
#将计算得到的特征向量存入文件。
bottleneck_string = ','.join(str(x) for x in bottleneck_values)
with open(bottleneck_path, 'w') as bottleneck_file:
bottleneck_file.write(bottleneck_string)
else:
#直接从文件中获取图片相应的特征向量。
with open(bottleneck_path, 'r') as bottleneck_file:
bottleneck_string = bottleneck_file.read()
bottleneck_values = [float(x) for x in bottleneck_string.split(',')]
return bottleneck_values
#这个函数随机获取一个batch的图片作为训练数据
def get_random_cached_bottlenecks(
sess, n_classes, image_lists, how_many, category,
jpeg_data_tensor, bottleneck_tensor):
bottlenecks = []
ground_truths = []
for _ in range(how_many):
#随机一个类别和图片的编号加入当前的训练数据。
label_index = random.randrange(n_classes)
label_name = list(image_lists.keys())[label_index]
image_index = random.randrange(65536)
bottleneck = get_or_create_bottleneck(
sess, image_lists, label_name, image_index, category,
jpeg_data_tensor, bottleneck_tensor)
ground_truth = np.zeros(n_classes, dtype=np.float32)
ground_truth[label_index] = 1.0
bottlenecks.append(bottleneck)
ground_truths.append(ground_truth)
return bottlenecks, ground_truths
#这个函数获取全部的测试数据，在最终测试的时候需要在所有的测试数据上计算正确率
def get_test_bottlenecks(sess, image_lists, n_classes,
jpeg_data_tensor, bottleneck_tensor):
bottlenecks = []
ground_truths = []
label_name_list = list(image_lists.keys())
#枚举所有的类别和每一个类别中的测试图片。
for label_index, label_name in enumerate(label_name_list):
category = 'testing'
for index, unused_base_name in enumerate(
image_lists[label_name][category]):
#通过Inception-v3模型计算图片对应的特征向量，并将其加入最终数据的列表
bottleneck = get_or_create_bottleneck(
sess, image_lists, label_name, index, category,
jpeg_data_tensor, bottleneck_tensor)
ground_truth = np.zeros(n_classes, dtype = np.float32)
ground_truth[label_index] = 1.0
bottlenecks.append(bottleneck)
ground_truths.append(ground_truth)
return bottlenecks, ground_truths
def main(_):
#读取所有图片。
image_lists = create_image_lists(TEST_PERCENTAGE, VALIDATION_PERCENTAGE)
n_classes = len(image_lists.keys())
#读取已经训练好的Inception-v3模型。谷歌训练好的模型保存在GraphDef Protocol Buffer中，
#里面保存了每一个节点取值的计算方法以及变量的取值。
with gfile.FastGFile(os.path.join(MODEL_DIR, MODEL_FILE), 'rb') as f:
graph_def = tf.GraphDef()
graph_def.ParseFromString(f.read())
#加载读取的Inception-v3模型，并返回数据输入所对应的张量以及计算瓶颈层结果所对应的张量。
bottleneck_tensor, jpeg_data_tensor = tf.import_graph_def(
graph_def,
return_elements = [BOTTLENECK_TENSOR_NAME, JPEG_DATA_TENSOR_NAME])
#定义新的神经网络输入，这个输入就是新的图片经过Inception-v3模型前向传播到达瓶颈层时
#节点取值，可以将这个过程类似的理解为一种特征提取。
bottleneck_input = tf.placeholder(
tf.float32, [None, BOTTLENECK_TENSOR_SIZE],
name = 'BottleneckInputPlaceholder')
#定义新的标准答案输入。
ground_truth_input = tf.placeholder(
tf.float32, [None, n_classes],
name = 'GroundTruthInput')
#定义一层全链接层来解决新的图片分类问题。因为训练好的Inception-v3模型已经将原始的图片抽象为了
#更容易分类的特征向量了，所以不需要在训练那么复杂的神经网络来完成这个新的分类任务。
with tf.name_scope('final_training_ops'):
weights = tf.Variable(tf.truncated_normal(
[BOTTLENECK_TENSOR_SIZE, n_classes], stddev = 0.001))
biases = tf.Variable(tf.zeros([n_classes]))
logits = tf.matmul(bottleneck_input, weights) + biases
final_tensor = tf.nn.softmax(logits)
#定义交叉熵损失函数。
cross_entropy = tf.nn.softmax_cross_entropy_with_logits(
logits = logits, labels = ground_truth_input)
cross_entropy_mean = tf.reduce_mean(cross_entropy)
train_step = tf.train.GradientDescentOptimizer(LEARNING_RATE)\
.minimize(cross_entropy_mean)
#计算正确率。
with tf.name_scope('evaluation'):
correct_prediction = tf.equal(tf.argmax(final_tensor, 1),
tf.argmax(ground_truth_input,1))
evaluation_step = tf.reduce_mean(
tf.cast(correct_prediction, tf.float32))
with tf.Session() as sess:
init = tf.initialize_all_variables()
sess.run(init)
#训练过程。
for i in range(STEPS):
#每一次获取一个batch 的训练数据。
train_bottlenecks, train_ground_truth = \
get_random_cached_bottlenecks(
sess, n_classes, image_lists, BATCH,
'training', jpeg_data_tensor, bottleneck_tensor)
sess.run(train_step,
feed_dict = {bottleneck_input:train_bottlenecks,
ground_truth_input:train_ground_truth})
#在验证数据上测试正确率。
if i% 100 ==0 or i+1 == STEPS:
validation_bottlenecks, validation_ground_truth = \
get_random_cached_bottlenecks(
sess, n_classes, image_lists, BATCH,
'validation', jpeg_data_tensor, bottleneck_tensor)
validation_accuracy = sess.run(
evaluation_step, feed_dict = {
bottleneck_input:validation_bottlenecks,
ground_truth_input: validation_ground_truth})
print('Step %d: Validation accuracy on random sampled'
'%d examples = %.1f%%'%
(i, BATCH, validation_accuracy*100))
#在最后的测试数据上测试正确率。
test_bottlenecks, test_ground_truth = get_test_bottlenecks(
sess, image_lists, n_classes, jpeg_data_tensor,
bottleneck_tensor)
test_accuracy = sess.run(evaluation_step, feed_dict = {
bottleneck_input:test_bottlenecks,
ground_truth_input:test_ground_truth})
print('Final test accuracy = %.1f%%'%(test_accuracy*100))
if __name__ == '__main__':
tf.app.run()
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
