第T6周：好莱坞明星识别

于 2024-12-20 09:50:50 发布
阅读量646 收藏 27
点赞数 21
文章标签： 算法 python 深度学习 tensorflow 分类
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_46482112/article/details/144600517
版权

● 文为「365天深度学习训练营」内部文章
● 参考本文所写文章，请在文章开头带上「🔗 声明」

好莱坞明星识别

一、前期工作

我的环境：
● 语言环境：Python3.8.8
● 编译器：jupyter notebook
● 深度学习框架：TensorFlow2.10.1
● 显卡（GPU）：NVIDIA GeForce RTX 3080

1.设置GPU

from tensorflow       import keras
from tensorflow.keras import layers,models
import os, PIL, pathlib
import matplotlib.pyplot as plt
import tensorflow        as tf
import numpy             as np

gpus = tf.config.list_physical_devices("GPU")

if gpus:
    gpu0 = gpus[0]                                        #如果有多个GPU，仅使用第0个GPU
    tf.config.experimental.set_memory_growth(gpu0, True)  #设置GPU显存用量按需使用
    tf.config.set_visible_devices([gpu0],"GPU")
    
gpus

在这里插入图片描述

2.导入数据

data_dir = "./48-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)

在这里插入图片描述

roses = list(data_dir.glob('Jennifer Lawrence/*.jpg'))
PIL.Image.open(str(roses[0]))

在这里插入图片描述

二、数据预处理

1.加载数据

batch_size = 32
img_height = 224
img_width = 224

label_mode:

● int：标签将被编码成整数（使用的损失函数应为：sparse_categorical_crossentropy loss）。
● categorical：标签将被编码为分类向量（使用的损失函数应为：categorical_crossentropy loss）。

train_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir,
    validation_split=0.1,
    subset="training",
    label_mode = "categorical",
    seed=123,
    image_size=(img_height, img_width),
    batch_size=batch_size)

在这里插入图片描述

val_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir,
    validation_split=0.1,
    subset="validation",
    label_mode = "categorical",
    seed=123,
    image_size=(img_height, img_width),
    batch_size=batch_size)

在这里插入图片描述
我们可以通过class_names输出数据集的标签。标签将按字母顺序对应于目录名称。

class_names = train_ds.class_names
print(class_names)

在这里插入图片描述

2.可视化数据

#2.可视化数据
plt.figure(figsize=(20, 10))

for images, labels in train_ds.take(1):
    for i in range(20):
        ax = plt.subplot(5, 10, i + 1)

        plt.imshow(images[i].numpy().astype("uint8"))
        plt.title(class_names[np.argmax(labels[i])])
        
        plt.axis("off")

在这里插入图片描述

3.再次检查数据

for image_batch, labels_batch in train_ds:
    print(image_batch.shape)
    print(labels_batch.shape)
    break

在这里插入图片描述

4.配置数据集

● shuffle() ：打乱数据，关于此函数的详细介绍可以参考：https://zhuanlan.zhihu.com/p/42417456
● prefetch() ：预取数据，加速运行

#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。
在这里插入图片描述

"""
关于卷积核的计算不懂的可以参考文章：https://blog.csdn.net/qq_38251616/article/details/114278995

layers.Dropout(0.4) 作用是防止过拟合，提高模型的泛化能力。
关于Dropout层的更多介绍可以参考文章：https://mtyjkh.blog.csdn.net/article/details/115826689
"""

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)), # 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(0.5),  
    layers.Conv2D(64, (3, 3), activation='relu'),  # 卷积层3，卷积核3*3
    layers.AveragePooling2D((2, 2)),     
    layers.Dropout(0.5),  
    layers.Conv2D(128, (3, 3), activation='relu'),  # 卷积层3，卷积核3*3
    layers.Dropout(0.5), 
    
    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(len(class_names))               # 输出层，输出预期结果
])

model.summary()  # 打印网络结构

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     
_________________________________________________________________
average_pooling2d_2 (Average (None, 26, 26, 64)        0         
_________________________________________________________________
dropout_1 (Dropout)          (None, 26, 26, 64)        0         
_________________________________________________________________
conv2d_3 (Conv2D)            (None, 24, 24, 128)       73856     
_________________________________________________________________
dropout_2 (Dropout)          (None, 24, 24, 128)       0         
_________________________________________________________________
flatten (Flatten)            (None, 73728)             0         
_________________________________________________________________
dense (Dense)                (None, 128)               9437312   
_________________________________________________________________
dense_1 (Dense)              (None, 17)                2193      
=================================================================
Total params: 9,536,945
Trainable params: 9,536,945
Non-trainable params: 0
_________________________________________________________________

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。

1.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=60,      # 敲黑板！！！这里是指 steps，不是指epochs
        decay_rate=0.96,     # 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.CategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

损失函数Loss详解：

  1. binary_crossentropy（对数损失函数）

与 sigmoid 相对应的损失函数，针对于二分类问题。

  1. categorical_crossentropy（多分类的对数损失函数）

与 softmax 相对应的损失函数，如果是one-hot编码，则使用 categorical_crossentropy

2.早停与保存最佳模型参数

损失函数Loss详解：

  1. binary_crossentropy（对数损失函数）

与 sigmoid 相对应的损失函数，针对于二分类问题。

  1. categorical_crossentropy（多分类的对数损失函数）

与 softmax 相对应的损失函数，如果是one-hot编码，则使用 categorical_crossentropy

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 = 100

# 保存最佳模型参数
checkpointer = ModelCheckpoint('best_model.h5',
                                monitor='val_accuracy',
                                verbose=1,
                                save_best_only=True,
                                save_weights_only=True)

# 设置早停
earlystopper = EarlyStopping(monitor='val_accuracy', 
                             min_delta=0.001,
                             patience=20, 
                             verbose=1)

3.模型训练

history = model.fit(train_ds,
                    validation_data=val_ds,
                    epochs=epochs,
                    callbacks=[checkpointer, earlystopper])

Epoch 1/100
50/51 [============================>.] - ETA: 0s - loss: 0.1421 - accuracy: 0.9654
Epoch 1: val_accuracy improved from -inf to 0.36111, saving model to best_model.h5
51/51 [==============================] - 3s 50ms/step - loss: 0.1412 - accuracy: 0.9654 - val_loss: 3.7582 - val_accuracy: 0.3611
Epoch 2/100
51/51 [==============================] - ETA: 0s - loss: 0.1355 - accuracy: 0.9704
Epoch 2: val_accuracy improved from 0.36111 to 0.37222, saving model to best_model.h5
51/51 [==============================] - 2s 49ms/step - loss: 0.1355 - accuracy: 0.9704 - val_loss: 3.7401 - val_accuracy: 0.3722
Epoch 3/100
51/51 [==============================] - ETA: 0s - loss: 0.1329 - accuracy: 0.9648
Epoch 3: val_accuracy did not improve from 0.37222
51/51 [==============================] - 2s 46ms/step - loss: 0.1329 - accuracy: 0.9648 - val_loss: 3.7600 - val_accuracy: 0.3722
Epoch 4/100
51/51 [==============================] - ETA: 0s - loss: 0.1228 - accuracy: 0.9728
Epoch 4: val_accuracy did not improve from 0.37222
51/51 [==============================] - 2s 47ms/step - loss: 0.1228 - accuracy: 0.9728 - val_loss: 3.7345 - val_accuracy: 0.3722
Epoch 5/100
51/51 [==============================] - ETA: 0s - loss: 0.1394 - accuracy: 0.9605
Epoch 5: val_accuracy did not improve from 0.37222
51/51 [==============================] - 2s 48ms/step - loss: 0.1394 - accuracy: 0.9605 - val_loss: 3.7784 - val_accuracy: 0.3722
Epoch 6/100
51/51 [==============================] - ETA: 0s - loss: 0.1412 - accuracy: 0.9654
Epoch 6: val_accuracy did not improve from 0.37222
51/51 [==============================] - 2s 46ms/step - loss: 0.1412 - accuracy: 0.9654 - val_loss: 3.8007 - val_accuracy: 0.3722
Epoch 7/100
51/51 [==============================] - ETA: 0s - loss: 0.1338 - accuracy: 0.9642
Epoch 7: val_accuracy improved from 0.37222 to 0.37778, saving model to best_model.h5
51/51 [==============================] - 2s 48ms/step - loss: 0.1338 - accuracy: 0.9642 - val_loss: 3.8068 - val_accuracy: 0.3778
Epoch 8/100
51/51 [==============================] - ETA: 0s - loss: 0.1485 - accuracy: 0.9574
Epoch 8: val_accuracy did not improve from 0.37778
51/51 [==============================] - 2s 47ms/step - loss: 0.1485 - accuracy: 0.9574 - val_loss: 3.7852 - val_accuracy: 0.3667
Epoch 9/100
51/51 [==============================] - ETA: 0s - loss: 0.1301 - accuracy: 0.9691
Epoch 9: val_accuracy did not improve from 0.37778
51/51 [==============================] - 2s 47ms/step - loss: 0.1301 - accuracy: 0.9691 - val_loss: 3.7765 - val_accuracy: 0.3667
Epoch 10/100
51/51 [==============================] - ETA: 0s - loss: 0.1502 - accuracy: 0.9623
Epoch 10: val_accuracy did not improve from 0.37778
51/51 [==============================] - 2s 47ms/step - loss: 0.1502 - accuracy: 0.9623 - val_loss: 3.7906 - val_accuracy: 0.3722
Epoch 11/100
51/51 [==============================] - ETA: 0s - loss: 0.1243 - accuracy: 0.9667
Epoch 11: val_accuracy did not improve from 0.37778
51/51 [==============================] - 2s 47ms/step - loss: 0.1243 - accuracy: 0.9667 - val_loss: 3.8046 - val_accuracy: 0.3722
Epoch 12/100
51/51 [==============================] - ETA: 0s - loss: 0.1201 - accuracy: 0.9710
Epoch 12: val_accuracy did not improve from 0.37778
51/51 [==============================] - 2s 47ms/step - loss: 0.1201 - accuracy: 0.9710 - val_loss: 3.7810 - val_accuracy: 0.3778
Epoch 13/100
51/51 [==============================] - ETA: 0s - loss: 0.1242 - accuracy: 0.9667
Epoch 13: val_accuracy did not improve from 0.37778
51/51 [==============================] - 2s 49ms/step - loss: 0.1242 - accuracy: 0.9667 - val_loss: 3.8090 - val_accuracy: 0.3722
Epoch 14/100
51/51 [==============================] - ETA: 0s - loss: 0.1313 - accuracy: 0.9654
Epoch 14: val_accuracy did not improve from 0.37778
51/51 [==============================] - 2s 49ms/step - loss: 0.1313 - accuracy: 0.9654 - val_loss: 3.8195 - val_accuracy: 0.3667
Epoch 15/100
51/51 [==============================] - ETA: 0s - loss: 0.1196 - accuracy: 0.9716
Epoch 15: val_accuracy did not improve from 0.37778
51/51 [==============================] - 2s 47ms/step - loss: 0.1196 - accuracy: 0.9716 - val_loss: 3.8146 - val_accuracy: 0.3667
Epoch 16/100
51/51 [==============================] - ETA: 0s - loss: 0.1263 - accuracy: 0.9642
Epoch 16: val_accuracy did not improve from 0.37778
51/51 [==============================] - 2s 49ms/step - loss: 0.1263 - accuracy: 0.9642 - val_loss: 3.7870 - val_accuracy: 0.3667
Epoch 17/100
51/51 [==============================] - ETA: 0s - loss: 0.1504 - accuracy: 0.9562
Epoch 17: val_accuracy did not improve from 0.37778
51/51 [==============================] - 3s 49ms/step - loss: 0.1504 - accuracy: 0.9562 - val_loss: 3.8275 - val_accuracy: 0.3667
Epoch 18/100
51/51 [==============================] - ETA: 0s - loss: 0.1315 - accuracy: 0.9611
Epoch 18: val_accuracy did not improve from 0.37778
51/51 [==============================] - 2s 47ms/step - loss: 0.1315 - accuracy: 0.9611 - val_loss: 3.8288 - val_accuracy: 0.3778
Epoch 19/100
51/51 [==============================] - ETA: 0s - loss: 0.1326 - accuracy: 0.9630
Epoch 19: val_accuracy did not improve from 0.37778
51/51 [==============================] - 2s 48ms/step - loss: 0.1326 - accuracy: 0.9630 - val_loss: 3.8292 - val_accuracy: 0.3722
Epoch 20/100
51/51 [==============================] - ETA: 0s - loss: 0.1431 - accuracy: 0.9605
Epoch 20: val_accuracy did not improve from 0.37778
51/51 [==============================] - 2s 48ms/step - loss: 0.1431 - accuracy: 0.9605 - val_loss: 3.8238 - val_accuracy: 0.3722
Epoch 21/100
51/51 [==============================] - ETA: 0s - loss: 0.1302 - accuracy: 0.9679
Epoch 21: val_accuracy did not improve from 0.37778
51/51 [==============================] - 3s 49ms/step - loss: 0.1302 - accuracy: 0.9679 - val_loss: 3.8227 - val_accuracy: 0.3722
Epoch 22/100
51/51 [==============================] - ETA: 0s - loss: 0.1262 - accuracy: 0.9685
Epoch 22: val_accuracy did not improve from 0.37778
51/51 [==============================] - 3s 50ms/step - loss: 0.1262 - accuracy: 0.9685 - val_loss: 3.8172 - val_accuracy: 0.3778
Epoch 23/100
51/51 [==============================] - ETA: 0s - loss: 0.1291 - accuracy: 0.9698
Epoch 23: val_accuracy did not improve from 0.37778
51/51 [==============================] - 2s 47ms/step - loss: 0.1291 - accuracy: 0.9698 - val_loss: 3.8271 - val_accuracy: 0.3778
Epoch 24/100
51/51 [==============================] - ETA: 0s - loss: 0.1212 - accuracy: 0.9710
Epoch 24: val_accuracy did not improve from 0.37778
51/51 [==============================] - 2s 47ms/step - loss: 0.1212 - accuracy: 0.9710 - val_loss: 3.8194 - val_accuracy: 0.3778
Epoch 25/100
50/51 [============================>.] - ETA: 0s - loss: 0.1338 - accuracy: 0.9660
Epoch 25: val_accuracy did not improve from 0.37778
51/51 [==============================] - 2s 47ms/step - loss: 0.1325 - accuracy: 0.9667 - val_loss: 3.8270 - val_accuracy: 0.3778
Epoch 26/100
51/51 [==============================] - ETA: 0s - loss: 0.1057 - accuracy: 0.9753
Epoch 26: val_accuracy did not improve from 0.37778
51/51 [==============================] - 2s 47ms/step - loss: 0.1057 - accuracy: 0.9753 - val_loss: 3.8331 - val_accuracy: 0.3778
Epoch 27/100
51/51 [==============================] - ETA: 0s - loss: 0.1316 - accuracy: 0.9654
Epoch 27: val_accuracy did not improve from 0.37778
51/51 [==============================] - 2s 47ms/step - loss: 0.1316 - accuracy: 0.9654 - val_loss: 3.8394 - val_accuracy: 0.3778
Epoch 27: early stopping

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()

在这里插入图片描述

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 = Image.open("./48-data/Jennifer Lawrence/003_963a3627.jpg")  #这里选择你需要预测的图片
image = tf.image.resize(img, [img_height, img_width])

img_array = tf.expand_dims(image, 0) 

predictions = model.predict(img_array) # 这里选用你已经训练好的模型
print("预测结果为：",class_names[np.argmax(predictions)])

这个地方我在复现的时候会出现错误，这个错误的原因是 TensorFlow 试图将一个 PIL.Image 对象直接转换为一个 Tensor，而 tf.image.resize() 需要的是一个 Tensor 类型的输入。PIL.Image 类型需要先转换成一个 NumPy 数组或 TensorFlow Tensor 才能进行处理。

解决方法：
你需要先将 PIL.Image 对象转换为 NumPy 数组，或者使用 tf.convert_to_tensor() 将其转换为 Tensor。
另外，如果你还没有定义 img_height 和 img_width，需要指定它们的值。

from PIL import Image
import numpy as np
import tensorflow as tf

# 加载图片
img = Image.open("./data6/Jennifer Lawrence/003_963a3627.jpg")  # 这里选择你需要预测的图片

# 将图片转换为NumPy数组（或直接转换为Tensor）
img_array = np.array(img)

# 如果需要调整图片大小，使用 tf.image.resize
image = tf.image.resize(img_array, [img_height, img_width])

# 增加一个维度以符合模型的输入要求 (batch size = 1)
img_array = tf.expand_dims(image, 0)

# 使用训练好的模型进行预测
predictions = model.predict(img_array)

# 打印预测结果
print("预测结果为：", class_names[np.argmax(predictions)])

在这里插入图片描述

六、总结

预测那部分我在复现的时候会出现错误，这个错误的原因是 TensorFlow 试图将一个 PIL.Image 对象直接转换为一个 Tensor，而 tf.image.resize() 需要的是一个 Tensor 类型的输入。PIL.Image 类型需要先转换成一个 NumPy 数组或 TensorFlow Tensor 才能进行处理。

解决方法：
你需要先将 PIL.Image 对象转换为 NumPy 数组，或者使用 tf.convert_to_tensor() 将其转换为 Tensor。
另外，如果你还没有定义 img_height 和 img_width，需要指定它们的值

评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值