公众号:尤而小屋
作者:Peter
编辑:Peter
大家好,我是Peter~
本文记录了第一个基于卷积神经网络在图像识别领域的应用:猫狗图像识别。主要内容包含:
- 数据处理
- 神经网络模型搭建
- 数据增强实现
本文中使用的深度学习框架是Keras;
图像数据来自kaggle官网:https://www.kaggle.com/c/dogs-vs-cats/data
数据处理
数据量
数据集包含25000张图片,猫和狗各有12500张;创建每个类别1000个样本的训练集、500个样本的验证集和500个样本的测试集
注意:只取出部分的数据进行建模
创建目录
In [1]:
import os, shutil
In [2]:
current_dir = !pwd # 当前目录
current_dir[0]
Out[2]:
'/Users/peter/Desktop/kaggle/kaggle_12_dogs&cats/dogs-vs-cats'
创建新的目录来存储需要的数据集:
base_dir = current_dir[0] + '/cats_dogs_small'
os.mkdir(base_dir) # 创建目录
# 分别创建训练集、验证集和测试集的目录
train_dir = os.path.join(base_dir,"train")
os.mkdir(train_dir)
validation_dir = os.path.join(base_dir,"validation")
os.mkdir(validation_dir)
test_dir = os.path.join(base_dir,"test")
os.mkdir(test_dir)
# 猫、狗的训练、验证、测试图像目录
train_cats_dir = os.path.join(train_dir, "cats")
os.mkdir(train_cats_dir)
train_dogs_dir = os.path.join(train_dir, "dogs")
os.mkdir(train_dogs_dir)
validation_cats_dir = os.path.join(validation_dir, "cats")
os.mkdir(validation_cats_dir)
validation_dogs_dir = os.path.join(validation_dir, "dogs")
os.mkdir(validation_dogs_dir)
test_cats_dir = os.path.join(test_dir, "cats")
os.mkdir(test_cats_dir)
test_dogs_dir = os.path.join(test_dir, "dogs")
os.mkdir(test_dogs_dir)
数据集复制
In [5]:
# 1000张当做训练集train
fnames = ['cat.{}.jpg'.format(i) for i in range(1000)]
for fname in fnames:
# 源目录文件
src = os.path.join(current_dir[0] + "/train", fname)
# 目标目录
dst = os.path.join(train_cats_dir, fname)
shutil.copyfile(src, dst)
In [6]:
# 500张当做验证集valiation
fnames = ['cat.{}.jpg'.format(i) for i in range(1000,1500)]
for fname in fnames:
src = os.path.join(current_dir[0] + "/train", fname)
dst = os.path.join(validation_cats_dir, fname)
shutil.copyfile(src, dst)
In [7]:
# 500张当做测试集test
fnames = ['cat.{}.jpg'.format(i) for i in range(1500,2000)]
for fname in fnames:
src = os.path.join(current_dir[0] + "/train", fname)
dst = os.path.join(test_cats_dir, fname)
shutil.copyfile(src, dst)
In [8]:
# 针对dog的3个同样操作
# 1、1000张当做训练集train
fnames = ['dog.{}.jpg'.format(i) for i in range(1000)]
for fname in fnames:
src = os.path.join(current_dir[0] + "/train", fname)
dst = os.path.join(train_dogs_dir, fname)
shutil.copyfile(src, dst)
# 2、500张当做验证集valiation
fnames = ['dog.{}.jpg'.format(i) for i in range(1000,1500)]
for fname in fnames:
src = os.path.join(current_dir[0] + "/train", fname)
dst = os.path.join(validation_dogs_dir, fname)
shutil.copyfile(src, dst)
# 3、500张当做测试集test
fnames = ['dog.{}.jpg'.format(i) for i in range(1500,2000)]
for fname in fnames:
src = os.path.join(current_dir[0] + "/train", fname)
dst = os.path.join(test_dogs_dir, fname)
shutil.copyfile(src, dst)
检查数据
针对猫狗两个类别中查看每个集(训练、验证、测试)中分别包含多少张图像:
构建神经网络
复习一下卷积神经网络的构成:Conv2D层(使用relu激活函数) + MaxPooling2D层 交替堆叠构成。
当需要更大的图像和更复杂的问题,需要再添加一个 Conv2D层(使用relu激活函数) + MaxPooling2D层。
这样做的好处:
- 增大网络容量
- 减少特征图的尺寸
需要注意的是:猫狗分类是二分类问题,所以网络的最后一层是使用sigmoid激活的单一单元(大小为1的Dense层)
在网络中特征图的深度在逐渐增大(从32到128),但是特征图的尺寸在逐渐减小(从150-150到7-7)
- 深度增加:原始图像更复杂,需要更多的过滤器
- 尺寸减小:更多的卷积和池化层对图像在不断地压缩和抽象
网络搭建
In [15]:
import tensorflow as tf
from keras import layers
from keras import models
model = models.Sequential()
model.add(tf.keras.layers.Conv2D(32,(3,3),activation="relu",
input_shape=(150,150,3)))
model.add(tf.keras.layers.MaxPooling2D((2,2)))
model.add(tf.keras.layers.Conv2D(64,(3,3),activation="relu"))
model.add(tf.keras.layers.MaxPooling2D((2,2)))
model.add(tf.keras.layers.Conv2D(128,(3,3),activation="relu"))
model.add(tf.keras.layers.MaxPooling2D((2,2)))
model.add(tf.keras.layers.Conv2D(128,(3,3),activation="relu"))
model.add(tf.keras.layers.MaxPooling2D((2,2))) #
model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(512, activation="relu"))
model.add(tf.keras.layers.Dense(1, activation="sigmoid"))
model.summary()
模型编译(优化)
网络最后一层是单一sigmoid单元,使用二元交叉熵作为损失函数
In [16]:
# 原文:from keras import optimizers
from tensorflow.keras import optimizers
model.compile(loss="binary_crossentropy",
optimizer=optimizers.RMSprop(lr=1e-4),
metrics=["acc"])
数据预处理
数据输入到神经网络之前必须先转成浮点数张量。
keras有个处理图像的模块:keras.preprocessing.image。
它包含ImageDataGenerator类,可以快速创建Python生成器,将图形文件处理成张量批量
插播知识点:如何理解python中的生成器?
数据预处理
- 读取文件
- 将文件JPEG文件转成RGB像素网络
- 像素网格转成浮点数张量
In [18]:
from keras.preprocessing.image import ImageDataGenerator
train_datagen = ImageDataGenerator(rescale=1./255) # 进行缩放
test_datagen = ImageDataGenerator(rescale=1./255) # 进行缩放
train_generator = train_datagen.flow_from_directory(
train_dir, # 待处理的目录
target_size=(150,150), # 图像大小设置
batch_size=20,
class_mode="binary" # 损失函数是binary_crossentropy 所以使用二进制标签
)
validation_generator = test_datagen.flow_from_directory(
validation_dir, # 待处理的目录
target_size=(150,150), # 图像大小设置
batch_size=20,
class_mode="binary" # 损失函数是binary_crossentropy 所以使用二进制标签
)
Found 2000 images belonging to 2 classes.
Found 1000 images belonging to 2 classes.
In [19]:
for data_batch, labels_batch in train_generator:
print(data_batch.shape)
print(labels_batch.shape)
break
(20, 150, 150, 3)
(20,)
生成器的输出是150-150的RGB图像和二进制标签,形状为(20,)组成的批量。每个批量包含20个样本(批量的大小)。
生成器会不断地生成这些批量,不断地循环目标文件夹中的图像。
keras模型使用fit_generator方法来拟合生成器的效果。模型有个参数steps_per_epoch参数:从生成器中抽取steps_per_epoch个批量后,拟合进入下一轮。
本例中:总共是2000个样本,每个批量是20个样本,所以需要100个批量
模型拟合
In [20]:
history = model.fit_generator(
train_generator, # 第一个参数必须是Python生成器
steps_per_epoch=100, # 2000 / 20
epochs=30, # 迭代次数
validation_data=validation_generator, # 待验证的数据集
validation_steps=50
)
保存模型
In [21]:
# 保存模型
# model.save("cats_and_dogs_small.h5")
损失和精度曲线
In [22]:
import matplotlib.pyplot as plt
%matplotlib inline
In [23]:
history_dict = history.history # 字典形式
for key, _ in history_dict.items():
print(key)
loss
acc
val_loss
val_acc
In [24]:
acc = history_dict["acc"]
val_acc = history_dict["val_acc"]
loss = history_dict["loss"]
val_loss = history_dict["val_loss"]
In [25]:
epochs = range(1, len(acc)+1)
# acc
plt.plot(epochs, acc, "bo", label="Training acc")
plt.plot(epochs, val_acc, "b", label="Validation acc")
plt.title("Training and Validation acc")
plt.legend()
plt.figure()
# loss
plt.plot(epochs, loss, "bo", label="Training loss")
plt.plot(epochs, val_loss, "b", label="Validation loss")
plt.title("Training and Validation loss")
plt.legend()
小结:得到过拟合的结论
- 随着时间的增加,训练精度在不断增加,接近100%,而验证精度则停留在70%
- 验证的损失差不多在第6轮后达到最小值,后面一定轮数内保持不变,训练的损失一直下降,直接接近0
数据增强-data augmentation
什么是数据增强
数据增强也是解决过拟合的一种方法,另外两种是:
- dropout
- 权重衰减正则化
什么是数据增强:从现有的训练样本中生成更多的训练数据,利用多种能够生成可信图像的随机变化来增加数据样本。
模型在训练时候不会查看两个完全相同的图像
设置数据增强
In [26]:
datagen = ImageDataGenerator(
rotation_range=40, # 0-180的角度值
width_shift_range=0.2, # 水平和垂直方向的范围;相对于总宽度或者高度的比例
height_shift_range=0.2,
shear_range=0.2, # 随机错切变换的角度
zoom_range=0.2, # 图像随机缩放的角度
horizontal_flip=True, # 随机将一半图像进行水平翻转
fill_mode="nearest" # 用于填充新创建像素的方法
)
显示增强后图像
In [27]:
from keras.preprocessing import image
fnames = [os.path.join(train_cats_dir,fname) for fname in os.listdir(train_cats_dir)]
img_path = fnames[3]
In [28]:
# 读取图片并调整大小
img = image.load_img(img_path, target_size=(150,150))
# 转成数组
x = image.img_to_array(img)
# shape转成(1,150,150,3)
x = x.reshape((1,) + x.shape)
i = 0
for batch in datagen.flow(x, batch_size=1): # 生成随机变换后的图像批量
plt.figure()
imgplot = plt.imshow(image.array_to_img(batch[0]))
i += 1
if i % 4 == 0:
break # 循环是无限,需要在某个时刻终止
plt.show()
包含Dropout层的新卷积神经网络
数据增强来训练网络的话,网络不会看到两次相同的输入。但是输入仍是高度相关的,不能完全消除过拟合。
可以考虑添加一个Dropout层,添加到密集分类连接器之前
In [29]:
import tensorflow as tf
from keras import layers
from keras import models
model = models.Sequential()
model.add(tf.keras.layers.Conv2D(32,(3,3),activation="relu",
input_shape=(150,150,3)))
model.add(tf.keras.layers.MaxPooling2D((2,2)))
model.add(tf.keras.layers.Conv2D(64,(3,3),activation="relu"))
model.add(tf.keras.layers.MaxPooling2D((2,2)))
model.add(tf.keras.layers.Conv2D(128,(3,3),activation="relu"))
model.add(tf.keras.layers.MaxPooling2D((2,2)))
model.add(tf.keras.layers.Conv2D(128,(3,3),activation="relu"))
model.add(tf.keras.layers.MaxPooling2D((2,2))) #
model.add(tf.keras.layers.Flatten())
# 添加内容
model.add(tf.keras.layers.Dropout(0.5))
model.add(tf.keras.layers.Dense(512, activation="relu"))
model.add(tf.keras.layers.Dense(1, activation="sigmoid"))
model.compile(loss="binary_crossentropy",
optimizer=optimizers.RMSprop(lr=1e-4),
metrics=["acc"])
利用数据增强器来训练卷积神经网络(报错解决)
关于报错解决:我们训练图像有2000张,验证图像1000张,和1000张测试图像。
- steps_per_epoch=100,batch_size=32,如此数据应该是3200张,很明显输入训练数据不够。
- validation_steps=50,batch_size=32,如此数据应该是1600张,很明显验证数据不够。
因此,改为steps_per_epoch=2000/32≈63,validation_steps=1000/32≈32。
In [44]:
# 训练数据的增强
train_datagen = ImageDataGenerator(
rescale=1. / 255,
rotation_range=40,
width_shift_range=0.2,
height_shift_range=0.2,
shear_range=0.2,
zoom_range=0.2,
horizontal_flip=True
)
# 不能增强验证数据
test_datagen = ImageDataGenerator(rescale=1.0 / 255)
train_generator = train_datagen.flow_from_directory(
train_dir, # 目标目录
target_size=(150,150), # 大小调整
batch_size=32,
class_mode="binary"
)
validation_generator = test_datagen.flow_from_directory(
validation_dir,
target_size=(150,150),
batch_size=32,
class_mode="binary"
)
# 优化:报错有修改
history = model.fit_generator(
train_generator,
# 原文 steps_per_epoch=100,
steps_per_epoch=63, # steps_per_epoch=2000/32≈63 取上限
epochs=100,
validation_data=validation_generator,
# 原文 validation_steps=50
validation_steps=32 # validation_steps=1000/32≈32
)
模型的保存:
# 保存模型
model.save("cats_and_dogs_small_2.h5")
损失和精度曲线
In [46]:
history_dict = history.history # 字典形式
acc = history_dict["acc"]
val_acc = history_dict["val_acc"]
loss = history_dict["loss"]
val_loss = history_dict["val_loss"]
具体的绘图代码:
epochs = range(1, len(acc)+1)
# acc
plt.plot(epochs, acc, "bo", label="Training acc")
plt.plot(epochs, val_acc, "b", label="Validation acc")
plt.title("Training and Validation acc")
plt.legend()
plt.figure()
# loss
plt.plot(epochs, loss, "bo", label="Training loss")
plt.plot(epochs, val_loss, "b", label="Validation loss")
plt.title("Training and Validation loss")
plt.legend()
plt.show()
结论:在使用了数据增强之后,模型不再拟合,训练集曲线紧跟着验证曲线;而且精度也变为81%,相比未正则之前得到了提高。