Caffe学习——使用自己的数据（非图像）训练网络

Caffe学习——使用自己的数据（非图像）训练网络

1. 鸢尾花卉数据集

鸢尾花卉数据集包含150个样本，4个特征（花萼长度，花萼宽度，花瓣长度和花瓣宽度），3个类别（山鸢尾，变色鸢尾和维吉尼亚鸢尾）[1]。

2. 所需的准备文件说明

（1）prototxt文件

xx_ deploy.prototxt：设置网络 中间层的结构。data层仅定义4D的 input_dim（分别表示batch大小，通道数，滤波器高度，滤波器宽度），最后一层没有loss层。提取特征或预测输出时使用[2]；

xx_ solver.prototxt：设置训练网络所需的 网络结构文件（xx_train_test.prototxt）和 超参数，训练网络时使用；

xx_ train_test.prototxt：设置网络 每层的结构。data层中include的phase为TRAIN或TEST区分是输入数据是训练数据还是测试数据。data层有完整的定义，最后一层为loss层，训练和测试网络时都用。

（2）txt文件

xx_train_data.txt：设置xx_train_data.hdf5文件名[4]；

xx_test_data.txt：设置xx_test_data.hdf5文件名。

（3）hdf5文件

xx_train_data.hdf5：存放训练数据的data和label；

xx_test_data.hdf5：存放测试数据的data和label。

3. 代码各部分说明[3]

设置Python编译环境，导入需要的库。
加载iris数据。targets的列数为3（标签或类的个数），把整数变成one-hot格式，比如2->[0 0 1]。new_data是字典：input，output分别为输入数据和输出标签的索引，输入数据为4D张量，如data层的input_dim定义。输出标签为2D矩阵（列为样本数，行为标签one-hot格式）。

def load_data():
    '''
    Load Iris Data set
    '''
    data = load_iris()
    print(data.data)
    print(data.target)
    targets = np.zeros((len(data.target), 3))
    for count, target in enumerate(data.target):
        targets[count][target]= 1    
    print(targets)
    
    new_data = {}
    #new_data['input'] = data.data
    new_data['input'] = np.reshape(data.data, (150,1,1,4))
    new_data['output'] = targets
    #print(new_data['input'].shape)
    #new_data['input'] = np.random.random((150, 1, 1, 4))
    #print(new_data['input'].shape)   
    #new_data['output'] = np.random.random_integers(0, 1, size=(150,3))    
    #print(new_data['input'])
    
    return new_data

保存hdf5文件：将data这个块（blob）写入磁盘。这里写入的是train_data和test_data（都是new_data），分别得到xx_train_data.hdf5文件和xx_test_data.hdf5文件。

def save_data_as_hdf5(hdf5_data_filename, data):
    '''
    HDF5 is one of the data formats Caffe accepts
    '''
    with h5py.File(hdf5_data_filename, 'w') as f:
        f['data'] = data['input'].astype(np.float32)
        f['label'] = data['output'].astype(np.float32)

设置训练网络的模式（CPU还是GPU），get_solver从xx_solver.prototxt文件获得训练网络的超参数给solver，xx_solver.prototxt文件中的net参数定义为xx_train_test.prototxt，所以 xx_solver.prototxt不仅包含了训练用到的超参数，还把训练和测试的网络结构链接进来了。solver获得网络结构和训练用到的超参数后，solve开始训练。

def train(solver_prototxt_filename):
    '''
    Train the ANN
    '''
    caffe.set_mode_cpu()
    solver = caffe.get_solver(solver_prototxt_filename)
    solver.solve()

打印网络参数：打印了输入，输出，块和参数的网络结构。

def print_network_parameters(net):
    '''
    Print the parameters of the network
    '''
    print(net)
    print('net.inputs: {0}'.format(net.inputs))
    print('net.outputs: {0}'.format(net.outputs))
    print('net.blobs: {0}'.format(net.blobs))
    print('net.params: {0}'.format(net.params))  

Net搭网络：根据网络参数（NetParameter）将网络的每层连接成有向循环图（DAG）[5]，这里需要的文件是xxx_deploy.prototxt，同时网络类型为TEST，所以生成的网络不包含损失层，同时生成后缀为caffemodel的文件。forward得到前向输出的结果给out，out.outputs[0]返回的是块中第1个样本的结果。

def get_predicted_output(deploy_prototxt_filename, caffemodel_filename, input, net = None):
    '''
    Get the predicted output, i.e. perform a forward pass
    '''
    if net is None:
        net = caffe.Net(deploy_prototxt_filename,caffemodel_filename, caffe.TEST)
   
    out = net.forward(data=input)
    return out[net.outputs[0]]

根据NetParameter打印网络结构，用于保存deploy和train_test的网络结构。

import google.protobuf
def print_network(prototxt_filename, caffemodel_filename):
    '''
    Draw the ANN architecture
    '''
    _net = caffe.proto.caffe_pb2.NetParameter()
    f = open(prototxt_filename)
    google.protobuf.text_format.Merge(f.read(), _net)
    caffe.draw.draw_net_to_file(_net, prototxt_filename + '.png' )
    print('Draw ANN done!')

打印网络权重时用的是train_test.prototxt，用deploy.prototxt也行。绘制的网络结构图中的data和loss层为蓝色矩形块，而ip1~ip3为灰色八边形块。因为 data层的输出和loss层的输出为不带权重的真实值，所以它俩在即使在net.params中，各自的所有权重也是相同的。实验保存的图片中没有xxx_weights_xx_data/loss.png也验证了这一点。heatmap反映了 某网络中间层的输入节点和输出节点之间的权重，而histogram反映同一层网络中间层的 权重值的分布。

def print_network_weights(prototxt_filename, caffemodel_filename):
    '''
    For each ANN layer, print weight heatmap and weight histogram
    '''
    net = caffe.Net(prototxt_filename,caffemodel_filename, caffe.TEST)
    for layer_name in net.params:
        # weights heatmap
        arr = net.params[layer_name][0].data
        plt.clf()
        fig = plt.figure(figsize=(10,10))
        ax = fig.add_subplot(111)
        cax = ax.matshow(arr, interpolation='none')
        fig.colorbar(cax, orientation="horizontal")
        plt.savefig('{0}_weights_{1}.png'.format(caffemodel_filename, layer_name), dpi=100, format='png', bbox_inches='tight') # use format='svg' or 'pdf' for vectorial pictures
        plt.close()
        
        # weights histogram  
        plt.clf()
        plt.hist(arr.tolist(), bins=20)
        plt.savefig('{0}_weights_hist_{1}.png'.format(caffemodel_filename, layer_name), dpi=100, format='png', bbox_inches='tight') # use format='svg' or 'pdf' for vectorial pictures
        plt.close()
    
def get_predicted_outputs(deploy_prototxt_filename, caffemodel_filename, inputs):
    '''
    Get several predicted outputs
    '''
    outputs = []
    net = caffe.Net(deploy_prototxt_filename,caffemodel_filename, caffe.TEST)
    for input in inputs:
        outputs.append(copy.deepcopy(get_predicted_output(deploy_prototxt_filename, caffemodel_filename, input, net)))
    return outputs    

get_predicted_output深拷贝后的predicted_outputs的每个位阈值化为0或1，这样好和one-hot格式的true_outputs比较。output_number为标签类数（这里为3）。predicted_outputs由很多深拷贝的output数组组成，每个数组都是1个维数为（1*3）的数据类型为float32的矩阵。所以predicted_outputs[i][0][j]表示第i个样本的第j个标签位的概率。

def get_accuracy(true_outputs, predicted_outputs):

    number_of_samples = true_outputs.shape[0]
    number_of_outputs = true_outputs.shape[1]
    threshold = 0.0 # 0 if SigmoidCrossEntropyLoss ; 0.5 if EuclideanLoss
    for output_number in range(number_of_outputs):
        predicted_output_binary = []
        for sample_number in range(number_of_samples):
            #print(predicted_outputs)
            #print(predicted_outputs[sample_number][output_number])            
            if predicted_outputs[sample_number][0][output_number] < threshold:
                predicted_output = 0
            else:
                predicted_output = 1
            predicted_output_binary.append(predicted_output)
            
        print('accuracy: {0}'.format(sklearn.metrics.accuracy_score(true_outputs[:, output_number], predicted_output_binary)))
        print(sklearn.metrics.confusion_matrix(true_outputs[:, output_number], predicted_output_binary))

主函数中：

（1）定义需要用到的prototxt文件名称；

（2）加载训练和测试数据；

（3）保存数据为hdf5文件格式；

（4）训练网络；

（5）预测输出；

（6）打印网络结构和权重；

（7）根据预测输出计算准确度。

def main():
    '''
    This is the main function
    '''
    
    # Set parameters
    solver_prototxt_filename = 'iris_solver.prototxt'
    train_test_prototxt_filename = 'iris_train_test.prototxt'
    deploy_prototxt_filename  = 'iris_deploy.prototxt'
    deploy_prototxt_filename  = 'iris_deploy.prototxt'
    deploy_prototxt_batch2_filename  = 'iris_deploy_batchsize2.prototxt'
    hdf5_train_data_filename = 'iris_train_data.hdf5'
    hdf5_test_data_filename = 'iris_test_data.hdf5'
    caffemodel_filename = 'iris_iter_5000.caffemodel' # generated by train()
    
    # Prepare data
    data = load_data()
    print(data)
    train_data = data
    test_data = data
    save_data_as_hdf5(hdf5_train_data_filename, data)
    save_data_as_hdf5(hdf5_test_data_filename, data)
    
    # Train network
    train(solver_prototxt_filename)
       
    # Get predicted outputs
    input = np.array([[ 5.1,  3.5,  1.4,  0.2]])
    print(get_predicted_output(deploy_prototxt_filename, caffemodel_filename, input))
    input = np.array([[[[ 5.1,  3.5,  1.4,  0.2]]],[[[ 5.9,  3. ,  5.1,  1.8]]]])
    #print(get_predicted_output(deploy_prototxt_batch2_filename, caffemodel_filename, input))
    
    # Print network
    print_network(deploy_prototxt_filename, caffemodel_filename)
    print_network(train_test_prototxt_filename, caffemodel_filename)
    print_network_weights(train_test_prototxt_filename, caffemodel_filename)
    
    # Compute performance metrics
    #inputs = input = np.array([[[[ 5.1,  3.5,  1.4,  0.2]]],[[[ 5.9,  3. ,  5.1,  1.8]]]])
    inputs = data['input']
    outputs = get_predicted_outputs(deploy_prototxt_filename, caffemodel_filename, inputs)
    get_accuracy(data['output'], outputs)

4. 参考链接

[1] https://zh.wikipedia.org/wiki/安德森鸢尾花卉数据集

[2] dirlt.com/caffe.html

[3] https://github.com/Franck-Dernoncourt/caffe_demos

[4] https://github.com/BVLC/caffe/issues/1519

[5] caffe.berkeleyvision.org/doxygen/classcaffe_1_1Net.html#details