卷积神经网络迁移学习

简单的讲就是将一个在数据集上训练好的卷积神经网络模型通过简单的调整快速移动到另外一个数据集上。

随着模型的层数及模型的复杂度的增加，模型的错误率也随着降低。但是要训练一个复杂的卷积神经网络需要非常多的标注信息，同时也需要几天甚至几周的时间，为了解决标注数据和训练时间的问题，就可以使用迁移学习。

下面的代码就是介绍如何利用ImageNet数据集训练好的inception-v3模型来解决一个新的图像分类问题。其中有论文依据表明可以保留训练好的inception-v3模型中所有卷积层的参数，只替换最后一层全连接层。在最后这一层全连接层之前的网络称为瓶颈层。

原理：在训练好的inception-v3模型中，因为将瓶颈层的输出再通过一个单层的全连接层神经网络可以很好的区分1000种类别的图像，所以可以认为瓶颈层输出的节点向量可以被作为任何图像的一个更具有表达能力的特征向量。于是在新的数据集上可以直接利用这个训练好的神经网络对图像进行特征提取，然后将提取得到的特征向量作为输入来训练一个全新的单层全连接神经网络处理新的分类问题。

一般来说在数据量足够的情况下，迁移学习的效果不如完全重新训练。但是迁移学习所需要的训练时间和训练样本要远远小于训练完整的模型。

这其中说到inception-v3模型，其实它是和LeNet-5结构完全不同的卷积神经网络。在LeNet-5模型中，不同卷积层通过串联的方式连接在一起，而inception-v3模型中的inception结构是将不同的卷积层通过并联的方式结合在一起。
具体细节请参考别处。

下面是一个完整的Tensorflow程序来实现迁移学习：

# coding: utf-8

# In[1]:

import glob
import os.path
import random
import numpy as np
import tensorflow as tf
from tensorflow.python.platform import gfile


# #### 1. 模型和样本路径的设置

# In[ ]:

# inception-v3模型瓶颈层的节点个数
BOTTLENECK_TENSOR_SIZE = 2048
# inception-v3模型中代表瓶颈层结果的张量名称。在谷歌提供的inception-v3模型中，这个张量名称就是：'pool_3/_reshape:0'
# 在训练模型时可以通过tensor.name来获取张量的名称。
BOTTLENECK_TENSOR_NAME = 'pool_3/_reshape:0'
# 图像输入张量所对应的名称
JPEG_DATA_TENSOR_NAME = 'DecodeJpeg/contents:0'

# 下载训练好的inception-v3模型文件目录
MODEL_DIR = r'datasets\inception_dec_2015'
# 下载训练好的inception-v3模型文件名
MODEL_FILE= 'tensorflow_inception_graph.pb'
# 因为一个训练数据会被使用多次，所以可以将原始图像通过inception-v3模型计算得到的特征向量保存在文件种，免去重复的
# 计算。下面的变量定义了这些文件保存的路径
CACHE_DIR = r'datasets\bottleneck'
# 图片文件夹，每个子文件夹中存放了对应类别的图片
INPUT_DATA = r'datasets\flower_photos'

#验证数据的百分比
VALIDATION_PERCENTAGE = 10
# 测试数据的百分比
TEST_PERCENTAGE = 10


# #### 2. 神经网络参数的设置

# In[ ]:

LEARNING_RATE = 0.01
STEPS = 4000
BATCH = 100


# #### 3. 把样本中所有的图片列表并按训练、验证、测试数据分开

# In[ ]:

# testing_percentage, validation_percentage参数指定了测试数据和验证数据集的大小
def create_image_lists(testing_percentage, validation_percentage):
    # 得到的所有的图片都在result这个字典里。key为类别的名称，value也是一个字典，字典里储存了所有的图片名称。
    result = {}
    sub_dirs = [x[0] for x in os.walk(INPUT_DATA)] # 获取当前目录下的所有子目录
    # 得到的第一个目录是当前目录，不需要考虑
    is_root_dir = True
    for sub_dir in sub_dirs:
        if is_root_dir:
            is_root_dir = False
            continue
        # 获取当前目录下所有的有效图片文件
        extensions = ['jpg', 'jpeg', 'JPG', 'JPEG']

        file_list = []
        dir_name = os.path.basename(sub_dir)
        for extension in extensions:
            file_glob = os.path.join(INPUT_DATA, dir_name, '*.' + extension)
            file_list.extend(glob.glob(file_glob))
        if not file_list: continue

        # 通过目录名称获取类别名称
        label_name = dir_name.lower()
        # 初始化当前类别的训练数据集、测试数据集和验证数据集
        training_images = []
        testing_images = []
        validation_images = []
        for file_name in file_list:
            base_name = os.path.basename(file_name)

            # 随机划分数据
            chance = np.random.randint(100)
            if chance < validation_percentage:
                validation_images.append(base_name)
            elif chance < (testing_percentage + validation_percentage):
                testing_images.append(base_name)
            else:
                training_images.append(base_name)

        # 将当前类别的数据放入结果字典
        result[label_name] = {
            'dir': dir_name,
            'training': training_images,
            'testing': testing_images,
            'validation': validation_images,
            }
    # 返回整理好的所有数据
    return result


# #### 4. 定义函数通过类别名称、所属数据集和图片编号获取一张图片的地址。

# In[ ]:

# image_lists参数给出了所有图片信息；image_dir参数给出了根目录。注意，存放图片数据的根目录和存放图片特征向量的
# 根目录不同地址不同；label_name参数给出了类别名称；index给出了图片编号；category参数给出了获取的图片是在训练数据集
# 测试数据集、还是验证数据集。
def get_image_path(image_lists, image_dir, label_name, index, category):
    # 获取给定类别中所有图片的信息
    label_lists = image_lists[label_name]
    # 根据所属数据集的名称获取集合中的全部图片信息
    category_list = label_lists[category]
    mod_index = index % len(category_list)
    # 获取图片的文件名
    base_name = category_list[mod_index]
    sub_dir = label_lists['dir']
    # 最终的地址为数据根目录的地址+类别的文件+图片的名称
    full_path = os.path.join(image_dir, sub_dir, base_name)
    return full_path


# #### 5. 定义函数获取Inception-v3模型处理之后的特征向量的文件地址。

# In[ ]:

def get_bottleneck_path(image_lists, label_name, index, category):
    return get_image_path(image_lists, CACHE_DIR, label_name, index, category) + '.txt'


# #### 6. 定义函数使用加载的训练好的Inception-v3模型处理一张图片，得到这个图片的特征向量。

# In[ ]:

def run_bottleneck_on_image(sess, image_data, image_data_tensor, bottleneck_tensor):
    # 这个过程实际上就是将当前图片作为输入，计算瓶颈张量的值。这个瓶颈张量的值就是这张图片的新的特征向量
    bottleneck_values = sess.run(bottleneck_tensor, {image_data_tensor: image_data})
    # 经过卷积神经网络处理的结果是一个四维数组，需要将这个结果压缩为一个特征向量（一维数组）
    bottleneck_values = np.squeeze(bottleneck_values)
    return bottleneck_values


# #### 7. 定义函数会先试图寻找已经计算且保存下来的特征向量，如果找不到则先计算这个特征向量，然后保存到文件。

# In[ ]:

# 该函数获取一张图片经过inception-v3模型处理之后的特征向量
def get_or_create_bottleneck(sess, image_lists, label_name, index, category, jpeg_data_tensor, bottleneck_tensor):
    # 获取一张图片对应的特征向量文件的路径
    label_lists = image_lists[label_name]
    sub_dir = label_lists['dir']
    sub_dir_path = os.path.join(CACHE_DIR, sub_dir)
    if not os.path.exists(sub_dir_path): 
        os.makedirs(sub_dir_path)
    bottleneck_path = get_bottleneck_path(image_lists, label_name, index, category)
    # 如果这个特征向量文件不存在，则通过inception-v3模型来计算特征向量，并将计算结果存入文件。
    if not os.path.exists(bottleneck_path):
        # 获取原始的图片路径
        image_path = get_image_path(image_lists, INPUT_DATA, label_name, index, category)
        # 获取图片内容
        image_data = gfile.FastGFile(image_path, 'rb').read()
        # 通过inception-v3模型计算特征向量
        bottleneck_values = run_bottleneck_on_image(sess, image_data, jpeg_data_tensor, bottleneck_tensor)
        # 将计算得到的特征向量存入文件
        bottleneck_string = ','.join(str(x) for x in bottleneck_values)
        with open(bottleneck_path, 'w') as bottleneck_file:
            bottleneck_file.write(bottleneck_string)
    else:
        # 直接从文件中获取图片相应的特征向量
        with open(bottleneck_path, 'r') as bottleneck_file:
            bottleneck_string = bottleneck_file.read()
        bottleneck_values = [float(x) for x in bottleneck_string.split(',')]
    # 返回得到的特征向量
    return bottleneck_values


# #### 8. 这个函数随机获取一个batch的图片作为训练数据。

# In[ ]:

def get_random_cached_bottlenecks(sess, n_classes, image_lists, how_many, category, jpeg_data_tensor, bottleneck_tensor):
    bottlenecks = []
    ground_truths = []
    for _ in range(how_many):
        # 随机一个类别和图片的编号加入当前的训练数据
        label_index = random.randrange(n_classes)
        label_name = list(image_lists.keys())[label_index]
        image_index = random.randrange(65536)
        bottleneck = get_or_create_bottleneck(
            sess, image_lists, label_name, image_index, category, jpeg_data_tensor, bottleneck_tensor)
        ground_truth = np.zeros(n_classes, dtype=np.float32)
        ground_truth[label_index] = 1.0
        bottlenecks.append(bottleneck)
        ground_truths.append(ground_truth)

    return bottlenecks, ground_truths


# #### 9. 这个函数获取全部的测试数据，并计算正确率。

# In[ ]:

def get_test_bottlenecks(sess, image_lists, n_classes, jpeg_data_tensor, bottleneck_tensor):
    bottlenecks = []
    ground_truths = []
    label_name_list = list(image_lists.keys())
    # 枚举所有的类别和每个类别中的测试图片
    for label_index, label_name in enumerate(label_name_list):
        category = 'testing'
        for index, unused_base_name in enumerate(image_lists[label_name][category]):
            # 通过inception-v3模型计算图片对应的特征向量，并将其加入最终数据的列表
            bottleneck = get_or_create_bottleneck(sess, image_lists, label_name, index, category,jpeg_data_tensor, bottleneck_tensor)
            ground_truth = np.zeros(n_classes, dtype=np.float32)
            ground_truth[label_index] = 1.0
            bottlenecks.append(bottleneck)
            ground_truths.append(ground_truth)
    return bottlenecks, ground_truths


# #### 10. 定义主函数。

# In[ ]:

def main():
    # 读取所有的图片
    image_lists = create_image_lists(TEST_PERCENTAGE, VALIDATION_PERCENTAGE)
    n_classes = len(image_lists.keys())

    # 读取已经训练好的Inception-v3模型。谷歌训练好的模型保存在了GraphDef Protocol Buffer中。里面保存了每一个节点取值
    # 的计算方法以及变量的取值。
    with gfile.FastGFile(os.path.join(MODEL_DIR, MODEL_FILE), 'rb') as f:
        graph_def = tf.GraphDef()
        graph_def.ParseFromString(f.read())
    # 加载读取的inception-v3模型，并返回数据输入对应的张量以及计算瓶颈层对应的张量。  
    bottleneck_tensor, jpeg_data_tensor = tf.import_graph_def(
        graph_def, return_elements=[BOTTLENECK_TENSOR_NAME, JPEG_DATA_TENSOR_NAME])

    # 定义新的神经网络输入。
    # 这个输入就是新的图片通过inception-v3模型前向传播到达瓶颈层时的节点取值。也是一种特征提取
    bottleneck_input = tf.placeholder(tf.float32, [None, BOTTLENECK_TENSOR_SIZE],
                                      name='BottleneckInputPlaceholder')
    # 定义新的标准答案输入
    ground_truth_input = tf.placeholder(tf.float32, [None, n_classes], name='GroundTruthInput')

    # 定义一层全链接层来解决新的图片分类问题。因为训练好的inception-v3模型已经将原始的图片抽象成了更加容易
    # 分类的特征向量了。所以不需要再训练那么复杂的神经网络来完成这个新的分类任务了。
    with tf.name_scope('final_training_ops'):
        weights = tf.Variable(tf.truncated_normal([BOTTLENECK_TENSOR_SIZE, n_classes], stddev=0.001))
        biases = tf.Variable(tf.zeros([n_classes]))
        logits = tf.matmul(bottleneck_input, weights) + biases
        final_tensor = tf.nn.softmax(logits)

    # 定义交叉熵损失函数。
    cross_entropy = tf.nn.softmax_cross_entropy_with_logits(logits=logits, labels=ground_truth_input)
    cross_entropy_mean = tf.reduce_mean(cross_entropy)
    train_step = tf.train.GradientDescentOptimizer(LEARNING_RATE).minimize(cross_entropy_mean)

    # 计算正确率。
    with tf.name_scope('evaluation'):
        correct_prediction = tf.equal(tf.argmax(final_tensor, 1), tf.argmax(ground_truth_input, 1))
        evaluation_step = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))

    with tf.Session() as sess:
        init = tf.global_variables_initializer()
        sess.run(init)
        # 训练过程。
        for i in range(STEPS):
            # 每次获取一个batch的训练数据
            train_bottlenecks, train_ground_truth = get_random_cached_bottlenecks(
                sess, n_classes, image_lists, BATCH, 'training', jpeg_data_tensor, bottleneck_tensor)
            sess.run(train_step, feed_dict={bottleneck_input: train_bottlenecks, ground_truth_input: train_ground_truth})

            # 在验证数据上测试正确率
            if i % 100 == 0 or i + 1 == STEPS:
                validation_bottlenecks, validation_ground_truth = get_random_cached_bottlenecks(
                    sess, n_classes, image_lists, BATCH, 'validation', jpeg_data_tensor, bottleneck_tensor)
                validation_accuracy = sess.run(evaluation_step, feed_dict={
                    bottleneck_input: validation_bottlenecks, ground_truth_input: validation_ground_truth})
                print('Step %d: Validation accuracy on random sampled %d examples = %.1f%%' %
                    (i, BATCH, validation_accuracy * 100))

        # 在最后的测试数据上测试正确率。
        test_bottlenecks, test_ground_truth = get_test_bottlenecks(
            sess, image_lists, n_classes, jpeg_data_tensor, bottleneck_tensor)
        test_accuracy = sess.run(evaluation_step, feed_dict={
            bottleneck_input: test_bottlenecks, ground_truth_input: test_ground_truth})
        print('Final test accuracy = %.1f%%' % (test_accuracy * 100))

if __name__ == '__main__':
    main()

运行过程有点慢，大概需要30分钟左右。过程中会生成一个bottleneck的文件夹，里面存放的是原始图像通过inception-v3模型计算得到的特征向量。

运行结果：

Step 0: Validation accuracy on random sampled 100 examples = 59.0%
Step 100: Validation accuracy on random sampled 100 examples = 84.0%
Step 200: Validation accuracy on random sampled 100 examples = 80.0%
Step 300: Validation accuracy on random sampled 100 examples = 91.0%
Step 400: Validation accuracy on random sampled 100 examples = 86.0%
Step 500: Validation accuracy on random sampled 100 examples = 88.0%
Step 600: Validation accuracy on random sampled 100 examples = 92.0%
Step 700: Validation accuracy on random sampled 100 examples = 89.0%
Step 800: Validation accuracy on random sampled 100 examples = 92.0%
Step 900: Validation accuracy on random sampled 100 examples = 85.0%
Step 1000: Validation accuracy on random sampled 100 examples = 90.0%
Step 1100: Validation accuracy on random sampled 100 examples = 92.0%
Step 1200: Validation accuracy on random sampled 100 examples = 93.0%
Step 1300: Validation accuracy on random sampled 100 examples = 92.0%
Step 1400: Validation accuracy on random sampled 100 examples = 92.0%
Step 1500: Validation accuracy on random sampled 100 examples = 91.0%
Step 1600: Validation accuracy on random sampled 100 examples = 94.0%
Step 1700: Validation accuracy on random sampled 100 examples = 91.0%
Step 1800: Validation accuracy on random sampled 100 examples = 94.0%
Step 1900: Validation accuracy on random sampled 100 examples = 91.0%
Step 2000: Validation accuracy on random sampled 100 examples = 90.0%
Step 2100: Validation accuracy on random sampled 100 examples = 94.0%
Step 2200: Validation accuracy on random sampled 100 examples = 94.0%
Step 2300: Validation accuracy on random sampled 100 examples = 95.0%
Step 2400: Validation accuracy on random sampled 100 examples = 93.0%
Step 2500: Validation accuracy on random sampled 100 examples = 93.0%
Step 2600: Validation accuracy on random sampled 100 examples = 93.0%
Step 2700: Validation accuracy on random sampled 100 examples = 95.0%
Step 2800: Validation accuracy on random sampled 100 examples = 87.0%
Step 2900: Validation accuracy on random sampled 100 examples = 96.0%
Step 3000: Validation accuracy on random sampled 100 examples = 87.0%
Step 3100: Validation accuracy on random sampled 100 examples = 93.0%
Step 3200: Validation accuracy on random sampled 100 examples = 93.0%
Step 3300: Validation accuracy on random sampled 100 examples = 92.0%
Step 3400: Validation accuracy on random sampled 100 examples = 96.0%
Step 3500: Validation accuracy on random sampled 100 examples = 97.0%
Step 3600: Validation accuracy on random sampled 100 examples = 94.0%
Step 3700: Validation accuracy on random sampled 100 examples = 94.0%
Step 3800: Validation accuracy on random sampled 100 examples = 97.0%
Step 3900: Validation accuracy on random sampled 100 examples = 93.0%
Step 3999: Validation accuracy on random sampled 100 examples = 95.0%
Final test accuracy = 94.6%

模型在新的数据集上能达到不错的分数效果。

初次接触迁移学习，感觉功能很强大，以后再深入学习。

参考：《Tensorflow实战Google深度学习框架》