- 🍨 本文为🔗365天深度学习训练营 内部限免文章（版权归 K同学啊 所有）
- 🍦 参考文章地址： 🔗第五周：运动鞋品牌识别 | 365天深度学习训练营
- 🍖 作者：K同学啊 | 接辅导、程序定制
文章目录
我的环境：
- 语言环境：Python3.6.8
- 编译器：jupyter notebook
- 深度学习环境：TensorFlow2.3
一、前期工作
1. 设置 GPU
import tensorflow as tf
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
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
2. 导入数据
import os,PIL,pathlib
import matplotlib.pyplot as plt
import numpy as np
from tensorflow import keras
from tensorflow.keras import layers,models
data_dir = "D:/jupyter notebook/DL-100-days/datasets/46-data/" # 图片存放目录
data_dir = pathlib.Path(data_dir) # 构造 pathlib 模块下的 Path 对象
3. 查看数据
数据集一共分为 adidas、nike 两类，分别存放于 46-data 文件夹中以各自名字命名的子文件夹中
image_count = len(list(data_dir.glob('*/*.jpg'))) # 使用 Path 对象的 glob() 方法获取 46-data 目录下的两个文件夹所有图片
print("图片总数为：",image_count)
图片总数为： 578
4. 可视化图片
# 返回图片路径
roses = list(data_dir.glob('train/nike/*.jpg'))# 使用 Path 对象的 glob() 方法获取 46-data/train/nike 目录下的所有图片对象
PIL.Image.open(str(roses[5])) # 读取第6张图片
二、数据预处理
1. 加载数据
使用 image_dataset_from_directory 方法将磁盘中的数据加载到 tf.data.Dataset 中
batch_size = 32 # 批量大小，一次训练 32 张图片
img_height = 224 # 图片高度，把图片进行统一处理，因为图片尺寸不一，需要我们自己定义图片高度
img_width = 224 # 图片宽度，把图片进行统一处理，因为图片尺寸不一，需要我们自己定义图片宽度
tf.keras.preprocessing.image_dataset_from_directory() 的参数：
- directory, # 存放目录
- labels=“inferred”, # 图片标签
- label_mode=“int”, # 图片模式
- class_names=None, # 分类
- color_mode=“rgb”, # 颜色模式
- batch_size=32, # 批量大小
- image_size=(256, 256), # 从磁盘读取数据后将其重新调整大小。
- shuffle=True, # 是否打乱
- seed=None, # 随机种子
- validation_split=None, # 0 和 1 之间的数，可保留一部分数据用于验证。如：0.2=20%
- subset=None, # “training” 或 “validation”。仅在设置 validation_split 时使用。
- interpolation=“bilinear”, # 插值方式：双线性插值
- follow_links=False, # 是否跟踪类子目录中的符号链接
#!pip install tf-nightly
train_ds = tf.keras.preprocessing.image_dataset_from_directory(
"D:/jupyter notebook/DL-100-days/datasets/46-data/train/",
seed=123,
image_size=(img_height, img_width),
batch_size=batch_size)
输出：
Found 502 files belonging to 2 classes.
val_ds = tf.keras.preprocessing.image_dataset_from_directory(
"D:/jupyter notebook/DL-100-days/datasets/46-data/test/",
seed=123,
image_size=(img_height, img_width),
batch_size=batch_size)
输出：
Found 76 files belonging to 2 classes.
class_names = train_ds.class_names
print(class_names)
输出：
[‘adidas’, ‘nike’]
2. 可视化数据
# 设置画板的宽高，单位为英寸
plt.figure(figsize=(20, 10))
# train_ds.take(1) 是指从训练集数据集中取出 1 个 batch 大小的数据，返回值 images 存放图像数据，labels 存放图像的标签。
for images, labels in train_ds.take(1):
for i in range(20):
# plt.subplot('行', '列'，'编号') 绘制画板的子区域 将整个图像窗口分为5行10列，当前位置为 i + 1
ax = plt.subplot(5, 10, i + 1)
# imshow() 其实就是将数组的值以图片的形式展示出来,数组的值对应着不同的颜色深浅,而数值的横纵坐标就是数组的索引
plt.imshow(images[i].numpy().astype("uint8"))
# labels[i] 的值为 0， 1， 2， 3，映射到 class_names 可以得到图片的类别
plt.title(class_names[labels[i]])
# 不显示轴线
plt.axis("off")
3. 再次检查数据
for image_batch, labels_batch in train_ds:
print(image_batch.shape)
print(labels_batch.shape)
break
输出
(32, 224, 224, 3)
(32,)
- image_batch : (32, 224, 224, 3) 第一个32是批次尺寸，224是我们修改后的宽高，3是RGB三个通道
- labels_batch : (32,) 一维，32个标签
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)
- shuffle() : 数据乱序
- prefetch() : 预取数据加速运行
- cache() : 数据集缓存到内存中，加速
三、构建CNN网络
num_classes = 2
"""
关于卷积核的计算不懂的可以参考文章：https://blog.youkuaiyun.com/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。
在上一篇文章花朵识别中，训练准确率与验证准确率相差巨大就是由于模型过拟合导致的
关于Dropout层的更多介绍可以参考文章：https://mtyjkh.blog.youkuaiyun.com/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(0.3),
layers.Conv2D(64, (3, 3), activation='relu'), # 卷积层3，卷积核3*3
layers.Dropout(0.3),
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
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
# 设置初始学习率
initial_learning_rate = 0.1
lr_schedule = tf.keras.optimizers.schedules.ExponentialDecay(
initial_learning_rate,
decay_steps=10, # 敲黑板！！！这里是指 steps，不是指epochs
decay_rate=0.92, # 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.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])
学习率大与学习率小的优缺点分析:
学习率大
- 优点：
- 1、加快学习速率
- 2、有助于跳出局部最优值
- 缺点：
- 1、导致模型训练不收敛
- 2、单单使用大学习率容易导致模型不精确
学习率小
- 优点：
- 1、有助于模型收敛、模型细化
- 2、提高模型精度
- 缺点：
- 1、很难跳出局部最优值
- 2、收敛缓慢
注意：这里设置的动态学习率为：指数衰减型（ExponentialDecay）。在每一个epoch开始前，学习率（learning_rate）都将会重置为初始学习率（initial_learning_rate），然后再重新开始衰减。计算公式如下：
learning_rate = initial_learning_rate * decay_rate ^ (step / decay_steps)
2.早停与保存最佳模型参数
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 = 50
# 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])
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()
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("D:/jupyter notebook/DL-100-days/datasets/45-data/Monkeypox/M06_01_04.jpg") #这里选择你需要预测的图片
img = Image.open("D:/jupyter notebook/DL-100-days/datasets/45-data/Others/NM15_02_11.jpg") #这里选择你需要预测的图片
img = np.array(img)
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)])
预测结果为： nike
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
