原文地址:http://blog.csdn.net/daydayup_668819/article/details/68060483
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/image_retraining/retrain.py
-
"""简单调用Inception V3架构模型的学习在tensorboard显示了摘要。
-
这个例子展示了如何采取一个Inception V3架构模型训练ImageNet图像和训练新的顶层,可以识别其他类的图像。
-
每个图像里,顶层接收作为输入的一个2048维向量。这表示顶层我们训练一个softmax层。假设softmax层包含n个标签,这对应于学习N + 2048 * N模型参数对应于学习偏差和权重。
-
这里有一个例子,假设你有一个文件夹,里面是包含类名的子文件夹,每一个里面放置每个标签的图像。示例flower_photos文件夹应该有这样的结构:
-
~/flower_photos/daisy/photo1.jpg
-
~/flower_photos/daisy/photo2.jpg
-
...
-
~/flower_photos/rose/anotherphoto77.jpg
-
...
-
~/flower_photos/sunflower/somepicture.jpg
-
子文件夹的名字很重要,它们定义了每张图片的归类标签,而每张图片的名字是什么本身是没关系的。一旦你的图片准备好了,你可以使用如下命令启动训练:
-
bazel build tensorflow/examples/image_retraining:retrain && \
-
bazel-bin/tensorflow/examples/image_retraining/retrain \
-
--image_dir ~/flower_photos
-
你可以替换image_dir 参数为包含所需图片子文件夹的任何文件。每张图片的标签来自子文件夹的名字。
-
程序将产生一个新的模型文件用于任何TensorFlow项目的加载和运行,例如label_image样例代码。
-
为了使用 tensorboard。
-
默认情况下,脚本的日志摘要生成在/tmp/retrain_logs目录
-
可以使用这个命令来可视化这些摘要:
-
tensorboard --logdir /tmp/retrain_logs
-
"""
-
from __future__ import absolute_import
-
from __future__ import division
-
from __future__ import print_function
-
import argparse
-
from datetime import datetime
-
import hashlib
-
import os.path
-
import random
-
import re
-
import struct
-
import sys
-
import tarfile
-
import numpy as np
-
from six.moves import urllib
-
import tensorflow as tf
-
from tensorflow.python.framework import graph_util
-
from tensorflow.python.framework import tensor_shape
-
from tensorflow.python.platform import gfile
-
from tensorflow.python.util import compat
-
FLAGS = None
-
# 这些是所有的参数,我们使用这些参数绑定到特定的InceptionV3模型结构。
-
#这些包括张量名称和它们的尺寸。如果您想使此脚本与其他模型相适应,您将需要更新这些映射你在网络中使用的值。
-
# pylint:disable=line-too-long
-
DATA_URL = 'http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz'
-
# pylint: enable=line-too-long
-
BOTTLENECK_TENSOR_NAME = 'pool_3/_reshape:0'
-
BOTTLENECK_TENSOR_SIZE = 2048
-
MODEL_INPUT_WIDTH = 299
-
MODEL_INPUT_HEIGHT = 299
-
MODEL_INPUT_DEPTH = 3
-
JPEG_DATA_TENSOR_NAME = 'DecodeJpeg/contents:0'
-
RESIZED_INPUT_TENSOR_NAME = 'ResizeBilinear:0'
-
MAX_NUM_IMAGES_PER_CLASS = 2 ** 27 - 1 # ~134M
-
def create_image_lists(image_dir, testing_percentage, validation_percentage):
-
"""从文件系统生成训练图像列表。分析图像目录中的子文件夹,将其分割成稳定的训练、测试和验证集,并返回数据结构,描述每个标签及其路径的图像列表。
-
Args:
-
image_dir:一个包含图片子文件夹的文件夹的字符串路径。
-
testing_percentage:预留测试图像的整数百分比。
-
validation_percentage:预留验证图像的整数百分比。
-
Returns:
-
一个字典包含进入每一个标签的子文件夹和分割到每个标签的训练,测试和验证集的图像。
-
"""
-
if not gfile.Exists(image_dir):
-
print("Image directory '" + image_dir + "' not found.")
-
return None
-
result = {}
-
sub_dirs = [x[0] for x in gfile.Walk(image_dir)]
-
# 首先进入根目录,所以先跳过它。
-
is_root_dir = True
-
for sub_dir in sub_dirs:
-
if is_root_dir:
-
is_root_dir = False
-
continue
-
extensions = ['jpg', 'jpeg', 'JPG', 'JPEG']
-
file_list = []
-
dir_name = os.path.basename(sub_dir)
-
if dir_name == image_dir:
-
continue
-
print("Looking for images in '" + dir_name + "'")
-
for extension in extensions:
-
file_glob = os.path.join(image_dir, dir_name, '*.' + extension)
-
file_list.extend(gfile.Glob(file_glob))
-
if not file_list:
-
print('No files found')
-
continue
-
if len(file_list) < 20:
-
print('WARNING: Folder has less than 20 images, which may cause issues.')
-
elif len(file_list) > MAX_NUM_IMAGES_PER_CLASS:
-
print('WARNING: Folder {} has more than {} images. Some images will '
-
'never be selected.'.format(dir_name, MAX_NUM_IMAGES_PER_CLASS))
-
label_name = re.sub(r'[^a-z0-9]+', ' ', dir_name.lower())
-
training_images = []
-
testing_images = []
-
validation_images = []
-
for file_name in file_list:
-
base_name = os.path.basename(file_name)
-
#当决定将图像放入哪个数据集时,我们想要忽略文件名里_nohash_之后的所有,数据集的创建者,有办法将有密切变化的图片分组。
-
#例如:这是用于设置相同的叶子的多组图片的植物疾病的数据集。
-
hash_name = re.sub(r'_nohash_.*$', '', file_name)
-
#这看起来有点不可思议,但是我们需要决定该文件是否应该进入训练、测试或验证集,我们要保持现有文件在同一数据集甚至更多的文件随后添加进来。
-
#为了这样做,我们需要一个稳定的方式决定只是基于文件名本身,因此我们做一个哈希值,然后使用其产生一个概率值供我们使用分配。
-
hash_name_hashed = hashlib.sha1(compat.as_bytes(hash_name)).hexdigest()
-
percentage_hash = ((int(hash_name_hashed, 16) %
-
(MAX_NUM_IMAGES_PER_CLASS + 1)) *
-
(100.0 / MAX_NUM_IMAGES_PER_CLASS))
-
if percentage_hash < validation_percentage:
-
validation_images.append(base_name)
-
elif percentage_hash < (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
-
def get_image_path(image_lists, label_name, index, image_dir, category):
-
""""返回给定索引中标签的图像路径。
-
Args:
-
image_lists:训练图像每个标签的词典。
-
label_name:我们想得到的一个图像的标签字符串。
-
index:我们想要图像的Int 偏移量。这将以标签的可用的图像数为模,因此它可以任意大。
-
image_dir:包含训练图像的子文件夹的根文件夹字符串。
-
category:从图像训练、测试或验证集提取的图像的字符串名称。
-
Returns:
-
将文件系统路径字符串映射到符合要求参数的图像。
-
"""
-
if label_name not in image_lists:
-
tf.logging.fatal('Label does not exist %s.', label_name)
-
label_lists = image_lists[label_name]
-
if category not in label_lists:
-
tf.logging.fatal('Category does not exist %s.', category)
-
category_list = label_lists[category]
-
if not category_list:
-
tf.logging.fatal('Label %s has no images in the category %s.',
-
label_name, category)
-
mod_index = index % len(category_list)
-
base_name = category_list[mod_index]
-
sub_dir = label_lists['dir']
-
full_path = os.path.join(image_dir, sub_dir, base_name)
-
return full_path
-
def get_bottleneck_path(image_lists, label_name, index, bottleneck_dir,
-
category):
-
""""返回给定索引中的标签的瓶颈文件的路径。
-
Args:
-
image_lists:训练图像每个标签的词典。
-
label_name:我们想得到的一个图像的标签字符串。
-
index:我们想要图像的Int 偏移量。这将以标签的可用的图像数为模,因此它可以任意大。
-
bottleneck_dir:文件夹字符串保持缓存文件的瓶颈值。
-
category:从图像训练、测试或验证集提取的图像的字符串名称。
-
Returns:
-
将文件系统路径字符串映射到符合要求参数的图像。
-
"""
-
return get_image_path(image_lists, label_name, index, bottleneck_dir,
-
category) + '.txt'
-
def create_inception_graph():
-
""""从保存的GraphDef文件创建一个图像并返回一个图像对象。
-
Returns:
-
我们将操作的持有训练的Inception网络和各种张量的图像。
-
"""
-
with tf.Session() as sess:
-
model_filename = os.path.join(
-
FLAGS.model_dir, 'classify_image_graph_def.pb')
-
with gfile.FastGFile(model_filename, 'rb') as f:
-
graph_def = tf.GraphDef()
-
graph_def.ParseFromString(f.read())
-
bottleneck_tensor, jpeg_data_tensor, resized_input_tensor = (
-
tf.import_graph_def(graph_def, name='', return_elements=[
-
BOTTLENECK_TENSOR_NAME, JPEG_DATA_TENSOR_NAME,
-
RESIZED_INPUT_TENSOR_NAME]))
-
return sess.graph, bottleneck_tensor, jpeg_data_tensor, resized_input_tensor
-
def run_bottleneck_on_image(sess, image_data, image_data_tensor,
-
bottleneck_tensor):
-
"""在图像上运行推理以提取“瓶颈”摘要层。
-
Args:
-
sess:当前活动的tensorflow会话。
-
image_data:原JPEG数据字符串。
-
image_data_tensor:图中的输入数据层。
-
bottleneck_tensor:最后一个softmax之前的层。
-
Returns:
-
NumPy数组的瓶颈值。
-
"""
-
bottleneck_values = sess.run(
-
bottleneck_tensor,
-
{image_data_tensor: image_data})
-
bottleneck_values = np.squeeze(bottleneck_values)
-
return bottleneck_values
-
def maybe_download_and_extract():
-
"""下载并提取模型的tar文件。
-
如果我们使用的pretrained模型已经不存在,这个函数会从tensorflow.org网站下载它并解压缩到一个目录。
-
"""
-
dest_directory = FLAGS.model_dir
-
if not os.path.exists(dest_directory):
-
os.makedirs(dest_directory)
-
filename = DATA_URL.split('/')[-1]
-
filepath = os.path.join(dest_directory, filename)
-
if not os.path.exists(filepath):
-
def _progress(count, block_size, total_size):
-
sys.stdout.write('\r>> Downloading %s %.1f%%' %
-
(filename,
-
float(count * block_size) / float(total_size) * 100.0))
-
sys.stdout.flush()
-
filepath, _ = urllib.request.urlretrieve(DATA_URL,
-
filepath,
-
_progress)
-
print()
-
statinfo = os.stat(filepath)
-
print('Successfully downloaded', filename, statinfo.st_size, 'bytes.')
-
tarfile.open(filepath, 'r:gz').extractall(dest_directory)
-
def ensure_dir_exists(dir_name):
-
"""确保文件夹已经在磁盘上存在。
-
Args:
-
dir_name: 我们想创建的文件夹路径的字符串。
-
"""
-
if not os.path.exists(dir_name):
-
os.makedirs(dir_name)
-
def write_list_of_floats_to_file(list_of_floats , file_path):
-
"""将一个已给定的floats列表写入到一个二进制文件。
-
Args:
-
list_of_floats: 我们想写入到一个文件的floats列表。
-
file_path: floats列表文件将要存储的路径。
-
"""
-
s = struct.pack('d' * BOTTLENECK_TENSOR_SIZE, *list_of_floats)
-
with open(file_path, 'wb') as f:
-
f.write(s)
-
def read_list_of_floats_from_file(file_path):
-
"""从一个给定的文件读取floats列表。
-
Args:
-
file_path: floats列表文件存储的的路径。
-
Returns: 瓶颈值的数组 (floats列表)。
-
"""
-
with open(file_path, 'rb') as f:
-
s = struct.unpack('d' * BOTTLENECK_TENSOR_SIZE, f.read())
-
return list(s)
-
bottleneck_path_2_bottleneck_values = {}
-
def create_bottleneck_file(bottleneck_path, image_lists, label_name, index,
-
image_dir, category, sess, jpeg_data_tensor, bottleneck_tensor):
-
print('Creating bottleneck at ' + bottleneck_path)
-
image_path = get_image_path(image_lists, label_name, index, image_dir, category)
-
if not gfile.Exists(image_path):
-
tf.logging.fatal('File does not exist %s', image_path)
-
image_data = gfile.FastGFile(image_path, 'rb').read()
-
bottleneck_values = run_bottleneck_on_image(sess, image_data, jpeg_data_tensor, bottleneck_tensor)
-
bottleneck_string = ','.join(str(x) for x in bottleneck_values)
-
with open(bottleneck_path, 'w') as bottleneck_file:
-
bottleneck_file.write(bottleneck_string)
-
def get_or_create_bottleneck(sess, image_lists, label_name, index, image_dir,
-
category, bottleneck_dir, jpeg_data_tensor,
-
bottleneck_tensor):
-
"""检索或计算图像的瓶颈值。
-
如果磁盘上存在瓶颈数据的缓存版本,则返回,否则计算数据并将其保存到磁盘以备将来使用。
-
Args:
-
sess:当前活动的tensorflow会话。
-
image_lists:每个标签的训练图像的词典。
-
label_name:我们想得到一个图像的标签字符串。
-
index:我们想要的图像的整数偏移量。这将以标签图像的可用数为模,所以它可以任意大。
-
image_dir:包含训练图像的子文件夹的根文件夹字符串。
-
category:从图像训练、测试或验证集提取的图像的字符串名称。
-
bottleneck_dir:保存着缓存文件瓶颈值的文件夹字符串。
-
jpeg_data_tensor:满足加载的JPEG数据进入的张量。
-
bottleneck_tensor:瓶颈值的输出张量。
-
Returns:
-
通过图像的瓶颈层产生的NumPy数组值。
-
"""
-
label_lists = image_lists[label_name]
-
sub_dir = label_lists['dir']
-
sub_dir_path = os.path.join(bottleneck_dir, sub_dir)
-
ensure_dir_exists(sub_dir_path)
-
bottleneck_path = get_bottleneck_path(image_lists, label_name, index, bottleneck_dir, category)
-
if not os.path.exists(bottleneck_path):
-
create_bottleneck_file(bottleneck_path, image_lists, label_name, index, image_dir, category, sess, jpeg_data_tensor, bottleneck_tensor)
-
with open(bottleneck_path, 'r') as bottleneck_file:
-
bottleneck_string = bottleneck_file.read()
-
did_hit_error = False
-
try:
-
bottleneck_values = [float(x) for x in bottleneck_string.split(',')]
-
except:
-
print("Invalid float found, recreating bottleneck")
-
did_hit_error = True
-
if did_hit_error:
-
create_bottleneck_file(bottleneck_path, image_lists, label_name, index, image_dir, category, sess, jpeg_data_tensor, bottleneck_tensor)
-
with open(bottleneck_path, 'r') as bottleneck_file:
-
bottleneck_string = bottleneck_file.read()
-
#允许在这里传递异常,因为异常不应该发生在一个新的bottleneck创建之后。
-
bottleneck_values = [float(x) for x in bottleneck_string.split(',')]
-
return bottleneck_values
-
def cache_bottlenecks(sess, image_lists, image_dir, bottleneck_dir,
-
jpeg_data_tensor, bottleneck_tensor):
-
"""确保所有的训练,测试和验证瓶颈被缓存。
-
因为我们可能会多次读取同一个图像(如果在训练中没有应用扭曲)。如果我们每个图像预处理期间的瓶颈层值只计算一次,在训练时只需反复读取这些缓存值,能大幅的加快速度。在这里,我们检测所有发现的图像,计算那些值,并保存。
-
Args:
-
sess:当前活动的tensorflow会话。
-
image_lists:每个标签的训练图像的词典。
-
image_dir:包含训练图像的子文件夹的根文件夹字符串。
-
bottleneck_dir:保存着缓存文件瓶颈值的文件夹字符串。
-
jpeg_data_tensor:从文件输入的JPEG数据的张量。
-
bottleneck_tensor:图中的倒数第二输出层。
-
Returns:
-
无。
-
"""
-
how_many_bottlenecks = 0
-
ensure_dir_exists(bottleneck_dir)
-
for label_name, label_lists in image_lists.items():
-
for category in ['training', 'testing', 'validation']:
-
category_list = label_lists[category]
-
for index, unused_base_name in enumerate(category_list):
-
get_or_create_bottleneck(sess, image_lists, label_name, index,
-
image_dir, category, bottleneck_dir,
-
jpeg_data_tensor, bottleneck_tensor)
-
how_many_bottlenecks += 1
-
if how_many_bottlenecks % 100 == 0:
-
print(str(how_many_bottlenecks) + ' bottleneck files created.')
-
def get_random_cached_bottlenecks(sess, image_lists, how_many, category,
-
bottleneck_dir, image_dir, jpeg_data_tensor,
-
bottleneck_tensor):
-
"""检索缓存图像的瓶颈值。
-
如果没有应用扭曲,这个函数可以直接从磁盘检索图像缓存的瓶颈值。它从指定类别的图像挑选了一套随机的数据集。
-
Args:
-
sess:当前活动的tensorflow会话。
-
image_lists:每个标签的训练图像的词典。
-
how_many:如果为正数,将选择一个随机样本的尺寸大小。如果为负数,则将检索所有瓶颈。
-
category:从图像训练、测试或验证集提取的图像的字符串名称。
-
bottleneck_dir:保存着缓存文件瓶颈值的文件夹字符串。
-
image_dir:包含训练图像的子文件夹的根文件夹字符串。
-
jpeg_data_tensor:JPEG图像数据导入的层。
-
bottleneck_tensor:CNN图的瓶颈输出层。
-
Returns:
-
瓶颈数组的列表,它们对应于ground truths和相关的文件名。
-
"""
-
class_count = len(image_lists.keys())
-
bottlenecks = []
-
ground_truths = []
-
filenames = []
-
if how_many >= 0:
-
#检索瓶颈的一个随机样本。
-
for unused_i in range(how_many):
-
label_index = random.randrange(class_count)
-
label_name = list(image_lists.keys())[label_index]
-
image_index = random.randrange(MAX_NUM_IMAGES_PER_CLASS + 1)
-
image_name = get_image_path(image_lists, label_name, image_index,
-
image_dir, category)
-
bottleneck = get_or_create_bottleneck(sess, image_lists, label_name,
-
image_index, image_dir, category,
-
bottleneck_dir, jpeg_data_tensor,
-
bottleneck_tensor)
-
ground_truth = np.zeros(class_count, dtype=np.float32)
-
ground_truth[label_index] = 1.0
-
bottlenecks.append(bottleneck)
-
ground_truths.append(ground_truth)
-
filenames.append(image_name)
-
else:
-
#检索所有的瓶颈。
-
for label_index, label_name in enumerate(image_lists.keys()):
-
for image_index, image_name in enumerate(
-
image_lists[label_name][category]):
-
image_name = get_image_path(image_lists, label_name, image_index,
-
image_dir, category)
-
bottleneck = get_or_create_bottleneck(sess, image_lists, label_name,
-
image_index, image_dir, category,
-
bottleneck_dir, jpeg_data_tensor,
-
bottleneck_tensor)
-
ground_truth = np.zeros(class_count, dtype=np.float32)
-
ground_truth[label_index] = 1.0
-
bottlenecks.append(bottleneck)
-
ground_truths.append(ground_truth)
-
filenames.append(image_name)
-
return bottlenecks, ground_truths, filenames
-
def get_random_distorted_bottlenecks(
-
sess, image_lists, how_many, category, image_dir, input_jpeg_tensor,
-
distorted_image, resized_input_tensor, bottleneck_tensor):
-
"""检索训练图像扭曲后的瓶颈值。
-
如果我们训练使用扭曲变换,如裁剪,缩放,或翻转,我们必须重新计算每个图像的完整模型,所以我们不能使用缓存的瓶颈值。相反,我们找出所要求类别的随机图像,通过扭曲图运行它们,然后得到每个瓶颈结果完整的图。
-
Args:
-
sess:当前的tensorflow会话。
-
image_lists:每个标签的训练图像的词典。
-
how_many:返回瓶颈值的整数个数。
-
category:要获取的图像训练、测试,或验证集的名称字符串。
-
image_dir:包含训练图像的子文件夹的根文件夹字符串.
-
input_jpeg_tensor:给定图像数据的输入层。
-
distorted_image:畸变图形的输出节点。
-
resized_input_tensor:识别图的输入节点。
-
bottleneck_tensor:CNN图的瓶颈输出层。
-
Returns:
-
瓶颈阵列及其对应的ground truths列表。
-
"""
-
class_count = len(image_lists.keys())
-
bottlenecks = []
-
ground_truths = []
-
for unused_i in range(how_many):
-
label_index = random.randrange(class_count)
-
label_name = list(image_lists.keys())[label_index]
-
image_index = random.randrange(MAX_NUM_IMAGES_PER_CLASS + 1)
-
image_path = get_image_path(image_lists, label_name, image_index, image_dir,
-
category)
-
if not gfile.Exists(image_path):
-
tf.logging.fatal('File does not exist %s', image_path)
-
jpeg_data = gfile.FastGFile(image_path, 'rb').read()
-
#注意我们实现distorted_image_data作为NumPy数组是在发送运行推理的图像之前。这涉及2个内存副本和可能在其他实现里优化。
-
distorted_image_data = sess.run(distorted_image,
-
{input_jpeg_tensor: jpeg_data})
-
bottleneck = run_bottleneck_on_image(sess, distorted_image_data,
-
resized_input_tensor,
-
bottleneck_tensor)
-
ground_truth = np.zeros(class_count, dtype=np.float32)
-
ground_truth[label_index] = 1.0
-
bottlenecks.append(bottleneck)
-
ground_truths.append(ground_truth)
-
return bottlenecks, ground_truths
-
def should_distort_images(flip_left_right, random_crop, random_scale,
-
random_brightness):
-
"""从输入标志是否已启用任何扭曲。
-
Args:
-
flip_left_right:是否随机镜像水平的布尔值。
-
random_crop:在裁切框设置总的边缘的整数百分比。
-
random_scale:缩放变化多少的整数百分比。
-
random_brightness:随机像素值的整数范围。
-
Returns:
-
布尔值,指示是否应用任何扭曲。
-
"""
-
return (flip_left_right or (random_crop != 0) or (random_scale != 0) or
-
(random_brightness != 0))
-
def add_input_distortions(flip_left_right, random_crop, random_scale,
-
random_brightness):
-
"""创建用于应用指定扭曲的操作。
-
在训练过程中,如果我们运行的图像通过简单的扭曲,如裁剪,缩放和翻转,可以帮助改进结果。这些反映我们期望在现实世界中的变化,因此可以帮助训练模型,以更有效地应对自然数据。在这里,我们采取的供应参数并构造一个操作网络以将它们应用到图像中。
-
裁剪
-
~~~~~~~~
-
裁剪是通过在完整的图像上一个随机的位置放置一个边界框。裁剪参数控制该框相对于输入图像的尺寸大小。如果它是零,那么该框以输入图像相同的大小作为输入不进行裁剪。如果值是50%,则裁剪框将是输入的宽度和高度的一半。在图中看起来像这样:
-
< width >
-
+---------------------+
-
| |
-
| width - crop% |
-
| < > |
-
| +------+ |
-
| | | |
-
| | | |
-
| | | |
-
| +------+ |
-
| |
-
| |
-
+---------------------+
-
缩放
-
~~~~~~~
-
缩放是非常像裁剪,除了边界框总是在中心和它的大小在给定的范围内随机变化。例如,如果缩放比例百分比为零,则边界框与输入尺寸大小相同,没有缩放应用。如果它是50%,那么边界框将是宽度和高度的一半和全尺寸之间的随机范围。
-
Args:
-
flip_left_right:是否随机镜像水平的布尔值。
-
random_crop:在裁切框设置总的边缘的整数百分比。
-
random_scale:缩放变化多少的整数百分比。
-
random_brightness:随机像素值的整数范围。
-
Returns:
-
JPEG输入层和扭曲结果的张量。
-
"""
-
jpeg_data = tf.placeholder(tf.string, name='DistortJPGInput')
-
decoded_image = tf.image.decode_jpeg(jpeg_data, channels=MODEL_INPUT_DEPTH)
-
decoded_image_as_float = tf.cast(decoded_image, dtype=tf.float32)
-
decoded_image_4d = tf.expand_dims(decoded_image_as_float, 0)
-
margin_scale = 1.0 + (random_crop / 100.0)
-
resize_scale = 1.0 + (random_scale / 100.0)
-
margin_scale_value = tf.constant(margin_scale)
-
resize_scale_value = tf.random_uniform(tensor_shape.scalar(),
-
minval=1.0,
-
maxval=resize_scale)
-
scale_value = tf.multiply(margin_scale_value, resize_scale_value)
-
precrop_width = tf.multiply(scale_value, MODEL_INPUT_WIDTH)
-
precrop_height = tf.multiply(scale_value, MODEL_INPUT_HEIGHT)
-
precrop_shape = tf.stack([precrop_height, precrop_width])
-
precrop_shape_as_int = tf.cast(precrop_shape, dtype=tf.int32)
-
precropped_image = tf.image.resize_bilinear(decoded_image_4d,
-
precrop_shape_as_int)
-
precropped_image_3d = tf.squeeze(precropped_image, squeeze_dims=[0])
-
cropped_image = tf.random_crop(precropped_image_3d,
-
[MODEL_INPUT_HEIGHT, MODEL_INPUT_WIDTH,
-
MODEL_INPUT_DEPTH])
-
if flip_left_right:
-
flipped_image = tf.image.random_flip_left_right(cropped_image)
-
else:
-
flipped_image = cropped_image
-
brightness_min = 1.0 - (random_brightness / 100.0)
-
brightness_max = 1.0 + (random_brightness / 100.0)
-
brightness_value = tf.random_uniform(tensor_shape.scalar(),
-
minval=brightness_min,
-
maxval=brightness_max)
-
brightened_image = tf.multiply(flipped_image, brightness_value)
-
distort_result = tf.expand_dims(brightened_image, 0, name='DistortResult')
-
return jpeg_data, distort_result
-
def variable_summaries(var):
-
"""附加一个张量的很多总结(为tensorboard可视化)。"""
-
with tf.name_scope('summaries'):
-
mean = tf.reduce_mean(var)
-
tf.summary.scalar('mean', mean)
-
with tf.name_scope('stddev'):
-
stddev = tf.sqrt(tf.reduce_mean(tf.square(var - mean)))
-
tf.summary.scalar('stddev', stddev)
-
tf.summary.scalar('max', tf.reduce_max(var))
-
tf.summary.scalar('min', tf.reduce_min(var))
-
tf.summary.histogram('histogram', var)
-
def add_final_training_ops(class_count, final_tensor_name, bottleneck_tensor):
-
"""为训练增加了一个新的softmax和全连接层。
-
我们需要重新训练顶层识别我们新的类,所以这个函数向图表添加正确的操作,以及一些变量来保持
-
权重,然后设置所有的梯度向后传递。
-
softmax和全连接层的设置是基于:
-
https://tensorflow.org/versions/master/tutorials/mnist/beginners/index.html
-
Args:
-
class_count:我们需要识别多少种类东西的整数数目。
-
final_tensor_name:产生结果时新的最后节点的字符串名称。
-
bottleneck_tensor:主CNN图像的输出。
-
Returns:
-
训练的张量和交叉熵的结果,瓶颈输入和groud truth输入的张量。
-
"""
-
with tf.name_scope('input'):
-
bottleneck_input = tf.placeholder_with_default(
-
bottleneck_tensor, shape=[None, BOTTLENECK_TENSOR_SIZE],
-
name='BottleneckInputPlaceholder')
-
ground_truth_input = tf.placeholder(tf.float32,
-
[None, class_count],
-
name='GroundTruthInput')
-
#组织以下的ops作为‘final_training_ops’,这样在TensorBoard里更容易看到。
-
layer_name = 'final_training_ops'
-
with tf.name_scope(layer_name):
-
with tf.name_scope('weights'):
-
layer_weights = tf.Variable(tf.truncated_normal([BOTTLENECK_TENSOR_SIZE, class_count], stddev=0.001), name='final_weights')
-
variable_summaries(layer_weights)
-
with tf.name_scope('biases'):
-
layer_biases = tf.Variable(tf.zeros([class_count]), name='final_biases')
-
variable_summaries(layer_biases)
-
with tf.name_scope('Wx_plus_b'):
-
logits = tf.matmul(bottleneck_input, layer_weights) + layer_biases
-
tf.summary.histogram('pre_activations', logits)
-
final_tensor = tf.nn.softmax(logits, name=final_tensor_name)
-
tf.summary.histogram('activations', final_tensor)
-
with tf.name_scope('cross_entropy'):
-
cross_entropy = tf.nn.softmax_cross_entropy_with_logits(
-
labels=ground_truth_input, logits=logits)
-
with tf.name_scope('total'):
-
cross_entropy_mean = tf.reduce_mean(cross_entropy)
-
tf.summary.scalar('cross_entropy', cross_entropy_mean)
-
with tf.name_scope('train'):
-
train_step = tf.train.GradientDescentOptimizer(FLAGS.learning_rate).minimize(
-
cross_entropy_mean)
-
return (train_step, cross_entropy_mean, bottleneck_input, ground_truth_input,
-
final_tensor)
-
def add_evaluation_step(result_tensor, ground_truth_tensor):
-
"""插入我们需要的操作,以评估我们结果的准确性。
-
Args:
-
result_tensor:产生结果的新的最后节点。
-
ground_truth_tensor:我们提供的groud truth数据的节点。
-
Returns:
-
元组(评价步骤,预测)。
-
"""
-
with tf.name_scope('accuracy'):
-
with tf.name_scope('correct_prediction'):
-
prediction = tf.argmax(result_tensor, 1)
-
correct_prediction = tf.equal(
-
prediction, tf.argmax(ground_truth_tensor, 1))
-
with tf.name_scope('accuracy'):
-
evaluation_step = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
-
tf.summary.scalar('accuracy', evaluation_step)
-
return evaluation_step, prediction
-
def main(_):
-
#设置我们写入TensorBoard摘要的目录。
-
if tf.gfile.Exists(FLAGS.summaries_dir):
-
tf.gfile.DeleteRecursively(FLAGS.summaries_dir)
-
tf.gfile.MakeDirs(FLAGS.summaries_dir)
-
#设置预训练图像。
-
maybe_download_and_extract()
-
graph, bottleneck_tensor, jpeg_data_tensor, resized_image_tensor = (
-
create_inception_graph())
-
#查看文件夹结构,创建所有图像的列表。
-
image_lists = create_image_lists(FLAGS.image_dir, FLAGS.testing_percentage,
-
FLAGS.validation_percentage)
-
class_count = len(image_lists.keys())
-
if class_count == 0:
-
print('No valid folders of images found at ' + FLAGS.image_dir)
-
return -1
-
if class_count == 1:
-
print('Only one valid folder of images found at ' + FLAGS.image_dir +
-
' - multiple classes are needed for classification.')
-
return -1
-
#看命令行标记是否意味着我们应用任何扭曲操作。
-
do_distort_images = should_distort_images(
-
FLAGS.flip_left_right, FLAGS.random_crop, FLAGS.random_scale,
-
FLAGS.random_brightness)
-
sess = tf.Session()
-
if do_distort_images:
-
# 我们将应用扭曲,因此设置我们需要的操作。
-
distorted_jpeg_data_tensor, distorted_image_tensor = add_input_distortions(
-
FLAGS.flip_left_right, FLAGS.random_crop, FLAGS.random_scale,
-
FLAGS.random_brightness)
-
else:
-
#我们确定计算bottleneck图像总结并缓存在磁盘上。
-
cache_bottlenecks(sess, image_lists, FLAGS.image_dir, FLAGS.bottleneck_dir,
-
jpeg_data_tensor, bottleneck_tensor)
-
# 添加我们将要训练的新层。
-
(train_step, cross_entropy, bottleneck_input, ground_truth_input,
-
final_tensor) = add_final_training_ops(len(image_lists.keys()),
-
FLAGS.final_tensor_name,
-
bottleneck_tensor)
-
#创建操作,我们需要评估新层的准确性。
-
evaluation_step, prediction = add_evaluation_step(
-
final_tensor, ground_truth_input)
-
# 合并所有的摘要,写到/tmp/retrain_logs(默认)。
-
merged = tf.summary.merge_all()
-
train_writer = tf.summary.FileWriter(FLAGS.summaries_dir + '/train',
-
sess.graph)
-
validation_writer = tf.summary.FileWriter(FLAGS.summaries_dir + '/validation')
-
# 设置所有的权重到初始的默认值。
-
init = tf.global_variables_initializer()
-
sess.run(init)
-
# 按照命令行的要求运行多个周期的训练。
-
for i in range(FLAGS.how_many_training_steps):
-
#获得一批输入瓶颈值,或是用应用的扭曲每一次计算新的值,或是缓存并存储在磁盘上的值。
-
if do_distort_images:
-
train_bottlenecks, train_ground_truth = get_random_distorted_bottlenecks(
-
sess, image_lists, FLAGS.train_batch_size, 'training',
-
FLAGS.image_dir, distorted_jpeg_data_tensor,
-
distorted_image_tensor, resized_image_tensor, bottleneck_tensor)
-
else:
-
train_bottlenecks, train_ground_truth, _ = get_random_cached_bottlenecks(
-
sess, image_lists, FLAGS.train_batch_size, 'training',
-
FLAGS.bottleneck_dir, FLAGS.image_dir, jpeg_data_tensor,
-
bottleneck_tensor)
-
# 给图像提供瓶颈和groud truth,运行一个训练阶。用‘合并’op计算训练的TensorBoard摘要。
-
train_summary, _ = sess.run([merged, train_step],
-
feed_dict={bottleneck_input: train_bottlenecks,
-
ground_truth_input: train_ground_truth})
-
train_writer.add_summary(train_summary, i)
-
#每隔一段时间,打印出来图像是如何训练的。
-
is_last_step = (i + 1 == FLAGS.how_many_training_steps)
-
if (i % FLAGS.eval_step_interval) == 0 or is_last_step:
-
train_accuracy, cross_entropy_value = sess.run(
-
[evaluation_step, cross_entropy],
-
feed_dict={bottleneck_input: train_bottlenecks,
-
ground_truth_input: train_ground_truth})
-
print('%s: Step %d: Train accuracy = %.1f%%' % (datetime.now(), i,
-
train_accuracy * 100))
-
print('%s: Step %d: Cross entropy = %f' % (datetime.now(), i,
-
cross_entropy_value))
-
validation_bottlenecks, validation_ground_truth, _ = (
-
get_random_cached_bottlenecks(
-
sess, image_lists, FLAGS.validation_batch_size, 'validation',
-
FLAGS.bottleneck_dir, FLAGS.image_dir, jpeg_data_tensor,
-
bottleneck_tensor))
-
# 运行一个验证阶。用‘合并’op计算训练的TensorBoard摘要。
-
validation_summary, validation_accuracy = sess.run(
-
[merged, evaluation_step],
-
feed_dict={bottleneck_input: validation_bottlenecks,
-
ground_truth_input: validation_ground_truth})
-
validation_writer.add_summary(validation_summary, i)
-
print('%s: Step %d: Validation accuracy = %.1f%% (N=%d)' %
-
(datetime.now(), i, validation_accuracy * 100,
-
len(validation_bottlenecks)))
-
#我们已完成了所有的训练,在一些我们从未用过的新的图像上,运行一个最后的测试评估。
-
test_bottlenecks, test_ground_truth, test_filenames = (
-
get_random_cached_bottlenecks(sess, image_lists, FLAGS.test_batch_size,
-
'testing', FLAGS.bottleneck_dir,
-
FLAGS.image_dir, jpeg_data_tensor,
-
bottleneck_tensor))
-
test_accuracy, predictions = sess.run(
-
[evaluation_step, prediction],
-
feed_dict={bottleneck_input: test_bottlenecks,
-
ground_truth_input: test_ground_truth})
-
print('Final test accuracy = %.1f%% (N=%d)' % (
-
test_accuracy * 100, len(test_bottlenecks)))
-
if FLAGS.print_misclassified_test_images:
-
print('=== MISCLASSIFIED TEST IMAGES ===')
-
for i, test_filename in enumerate(test_filenames):
-
if predictions[i] != test_ground_truth[i].argmax():
-
print('%70s %s' % (test_filename,
-
list(image_lists.keys())[predictions[i]]))
-
# 写出训练的图像和以常数形式存储的权重标签。
-
output_graph_def = graph_util.convert_variables_to_constants(
-
sess, graph.as_graph_def(), [FLAGS.final_tensor_name])
-
with gfile.FastGFile(FLAGS.output_graph, 'wb') as f:
-
f.write(output_graph_def.SerializeToString())
-
with gfile.FastGFile(FLAGS.output_labels, 'w') as f:
-
f.write('\n'.join(image_lists.keys()) + '\n')
-
if __name__ == '__main__':
-
parser = argparse.ArgumentParser()
-
parser.add_argument(
-
'--image_dir',
-
type=str,
-
default='',
-
help='Path to folders of labeled images.'
-
)
-
parser.add_argument(
-
'--output_graph',
-
type=str,
-
default='/tmp/output_graph.pb',
-
help='Where to save the trained graph.'
-
)
-
parser.add_argument(
-
'--output_labels',
-
type=str,
-
default='/tmp/output_labels.txt',
-
help='Where to save the trained graph\'s labels.'
-
)
-
parser.add_argument(
-
'--summaries_dir',
-
type=str,
-
default='/tmp/retrain_logs',
-
help='Where to save summary logs for TensorBoard.'
-
)
-
parser.add_argument(
-
'--how_many_training_steps',
-
type=int,
-
default=4000,
-
help='How many training steps to run before ending.'
-
)
-
parser.add_argument(
-
'--learning_rate',
-
type=float,
-
default=0.01,
-
help='How large a learning rate to use when training.'
-
)
-
parser.add_argument(
-
'--testing_percentage',
-
type=int,
-
default=10,
-
help='What percentage of images to use as a test set.'
-
)
-
parser.add_argument(
-
'--validation_percentage',
-
type=int,
-
default=10,
-
help='What percentage of images to use as a validation set.'
-
)
-
parser.add_argument(
-
'--eval_step_interval',
-
type=int,
-
default=10,
-
help='How often to evaluate the training results.'
-
)
-
parser.add_argument(
-
'--train_batch_size',
-
type=int,
-
default=100,
-
help='How many images to train on at a time.'
-
)
-
parser.add_argument(
-
'--test_batch_size',
-
type=int,
-
default=-1,
-
help="""\
-
How many images to test on. This test set is only used once, to evaluate
-
the final accuracy of the model after training completes.
-
A value of -1 causes the entire test set to be used, which leads to more
-
stable results across runs.\
-
"""
-
)
-
parser.add_argument(
-
'--validation_batch_size',
-
type=int,
-
default=100,
-
help="""\
-
How many images to use in an evaluation batch. This validation set is
-
used much more often than the test set, and is an early indicator of how
-
accurate the model is during training.
-
A value of -1 causes the entire validation set to be used, which leads to
-
more stable results across training iterations, but may be slower on large
-
training sets.\
-
"""
-
)
-
parser.add_argument(
-
'--print_misclassified_test_images',
-
default=False,
-
help="""\
-
Whether to print out a list of all misclassified test images.\
-
""",
-
action='store_true'
-
)
-
parser.add_argument(
-
'--model_dir',
-
type=str,
-
default='/tmp/imagenet',
-
help="""\
-
Path to classify_image_graph_def.pb,
-
imagenet_synset_to_human_label_map.txt, and
-
imagenet_2012_challenge_label_map_proto.pbtxt.\
-
"""
-
)
-
parser.add_argument(
-
'--bottleneck_dir',
-
type=str,
-
default='/tmp/bottleneck',
-
help='Path to cache bottleneck layer values as files.'
-
)
-
parser.add_argument(
-
'--final_tensor_name',
-
type=str,
-
default='final_result',
-
help="""\
-
The name of the output classification layer in the retrained graph.\
-
"""
-
)
-
parser.add_argument(
-
'--flip_left_right',
-
default=False,
-
help="""\
-
Whether to randomly flip half of the training images horizontally.\
-
""",
-
action='store_true'
-
)
-
parser.add_argument(
-
'--random_crop',
-
type=int,
-
default=0,
-
help="""\
-
A percentage determining how much of a margin to randomly crop off the
-
training images.\
-
"""
-
)
-
parser.add_argument(
-
'--random_scale',
-
type=int,
-
default=0,
-
help="""\
-
A percentage determining how much to randomly scale up the size of the
-
training images by.\
-
"""
-
)
-
parser.add_argument(
-
'--random_brightness',
-
type=int,
-
default=0,
-
help="""\
-
A percentage determining how much to randomly multiply the training image
-
input pixels up or down by.\
-
"""
-
)
-
FLAGS, unparsed = parser.parse_known_args()
-
tf.app.run(main=main, argv=[sys.argv[0]] + unparsed)
参数说明:
--image_dir 标签图像文件夹的路径
--output_graph 训练的图像保存的位置
--output_labels 训练的图像的标签保存的位置
--summaries_dir TensorBoard的日志摘要的保存位置
--how_many_training_steps 训练结束前运行的训练步数
--learning_rate训练时使用的学习率大小
--testing_percentage 使用图像作为测试集的百分比
--validation_percentage使用图像作为验证集的百分比
--eval_step_interval 训练结果评估的时间间隔
--train_batch_size 一次训练的图像的数量
--test_batch_size 测试图像的数量。此测试集仅使用一次,以评估训练完成后模型的最终精度。值为-1时使用整个测试集,会在运行时得到更稳定结果。
--validation_batch_size在评价批次中使用的图像数量。此验证集比测试集使用得多,是模型在训练过程中准确度如何的一个早期的指标。值为-1时使用整个验证集,从而在训练迭代时得到更稳定的结果,但在大的训练集中可能会变慢。
--print_misclassified_test_images是否打印输出所有错误分类的测试图像列表。
--model_dir classify_image_graph_def.pb,imagenet_synset_to_human_label_map.txt和imagenet_2012_challenge_label_map_proto.pbtxt的路径
--bottleneck_dir 缓存的瓶颈层值的文件路径
--final_tensor_name 在重新训练的图像中输出的分类层的名字
--flip_left_right是否随机水平翻转训练图像的一半
--random_crop 训练图像随机修剪的边缘百分比大小
--random_scale 训练图像随机缩放的尺寸百分比大小
--random_brightness训练图像输入像素上下的随机百分比大小