【Tensorflow 2.0 正式版教程】ImageNet（三）测试集与单张图片测试

前面的教程都只在小模型、小数据库上进行了演示，这次来真正实战一个大型数据库ImageNet。教程会分为三部分：数据增强、模型加载与训练、模型测试，最终在ResNet50上可以达到77.72%的top-1准确率，复现出了ResNet原文的结果。

完整的代码可以在我的github上找到。https://github.com/Apm5/ImageNet_Tensorflow2.0

提供ResNet-18和ResNet-50的预训练模型，以供大家做迁移使用。
链接：https://pan.baidu.com/s/1nwvkt3Ei5Hp5Pis35cBSmA
提取码：y4wo

还提供百度云链接的ImageNet原始数据，但是这份资源只能创建临时链接以供下载，有需要的还请私信联系。下面开始正文。

模型测试

本文着重于测试部分的代码实现。与训练过程类似，首先需要建立模型，然后载入权重。

model = ResNet(50)
model.build(input_shape=(None, 224, 224, 3))
model.load_weights(file_path)

然后在测试阶段需要设置training=False来控制BN层正确计算.

prediction = model(images, training=False)

同样的，在测试阶段中也可以通过@tf.function修饰来开启静态图模式，加速计算。

@tf.function
def test_step(model, images, labels):
    prediction = model(images, training=False)
    ce = cross_entropy_batch(labels, prediction)
    return ce, prediction

模型中提供了三种测试脚本：
对ImageNet数据集的中心裁剪测试test.py
对ImageNet数据集的10-crop测试test_10_crop.py
对单张图像的测试test_single_image.py
下面一一进行讲解。

中心裁剪测试

在训练过程中，原始图像经过多种变换进行数据增强后才输入网络，而在测试过程中数据增强是不需要的，我们希望尽可能准确的识别图像，而不是给网络加大难度。所以测试过程的作法通常是先将图像保持长宽比缩放到短边为256大小，然后再裁剪图像中心的224*224大小的区域作为网络输入。

def center_crop(image):
    height, width, _ = np.shape(image)
    input_height, input_width, _ = c.input_shape
    crop_x = (width - input_width) // 2
    crop_y = (height - input_height) // 2
    return image[crop_y: crop_y + input_height, crop_x: crop_x + input_width, :]

10-crop测试

真正在ImageNet比赛中，为了能取得更高的识别准确率，通常会对同一张图像多次裁剪不同区域，然后综合识别结果给出最终的结果，这一做法在VGG或ResNet原文中都有提到。

具体来说，仍然是将图像图像保持长宽比缩放到短边为256大小，然后裁剪左上、左下、右上、右下和中心5幅图像，然后将图像左右对称后再裁剪得到另外5幅图像，将这10幅图像作为网络的输入，然后将最后一层softmax的结果求平均作为最终的输出。

该做法能在不改变模型本身的前提下，能得到约1~2%的涨点，是一种和多模型融合类似的比赛中的的做法。

单张图像识别

在github的项目中，我还提供了识别单张图像的脚本，需要设置test_single_image.py中的model_path和image_path，然后直接运行即可得到结果。

python test_single_image.py

输出包括具体的识别类别和置信度。

----------------------------------------
image: ILSVRC2012_val_00000321.JPEG
classification result:computer_keyboard
confidence:0.7444
----------------------------------------