python3 18.tensorflow将inception-v3进行迁移学习重新训练自己的图像进行识别 学习笔记

前言

     计算机视觉系列之学习笔记主要是本人进行学习人工智能（计算机视觉方向）的代码整理。本系列所有代码是用python3编写，在平台Anaconda中运行实现，在使用代码时，默认你已经安装相关的python库，这方面不做多余的说明。本系列所涉及的所有代码和资料可在我的github上下载到，gitbub地址：https://github.com/mcyJacky/DeepLearning-CV，如有问题，欢迎指出。

一、图像数据准备

     ①、在/data文件夹下，准备5种不同类型图片的文件夹，每个文件夹下大约有500张该类型的图片用于训练，5种文件夹如下图1.1所示：

图1.1 图像文件准备

     ②、与上一篇一样，准备inception_model文件，其中包含下载的inception-v3模型训练的.pb文件和标签的映射文件。

     ③、准备一个空的bottleneck文件夹，用于存放图片的训练数据。

     ④、准备测试图片，放于/images文件夹下。

     准备文件的目录结构如下图1.2所示：

图1.2 文件目录结构

二、图像重新训练(迁移学习)

     下面我们为我们准备的图像类型进行重新训练，我们在训练的过程中会执行retrain.py文件(具体程序的内容，这边不做解析，具体内容去我开头介绍的github地址上去下载)，为了训练方便，我们建立批处理文件retrain.bat，其中retrain.bat中内容为retrain.py要传入的参数，它的具体格式如下图2.1所示(自己可以进行相应的更改)：

图2.1 retrain.bat文件内容

     如图2.1所示，bottleneck_dir参数为bottleneck文件夹路径，how_many_training_steps为训练的迭代步长，model_dir为inception-v3模型路径，output_graph为训练好后文件输出路径，output_labels为训练好后标签输出路径，image_dir为训练图片的路径。

     配置后后，我们就可以双击执行retrain.bat批处理文件，执行完成后会生成相应的pb文件和标签文件，此时迁移学习就训练完了。

三、新训练好的图像识别模型做预测

     通过以上训练完成的.pb文件和标签文件，我们就可以对相应的新的图像做预测，具体实现如下：

import tensorflow as tf
import os
import numpy as np
import re
from PIL import Image
import matplotlib.pyplot as plt

# 读取标签文件
lines = tf.gfile.GFile('output_labels.txt').readlines()
uid_to_human = {} #{0: 'animal', 1: 'house', 2: 'plane', 3: 'flower', 4: 'guitar'}
# 一行一行读取数据
for uid, line in enumerate(lines) :
    #去掉换行符
    line=line.strip('\n')
    uid_to_human[uid] = line

# 分类编号变成描述
def id_to_string(node_id):
    if node_id not in uid_to_human:
        return ''
    return uid_to_human[node_id]

# 创建一个图来存放训练好的模型
with tf.gfile.GFile('output_graph.pb', 'rb') as f:
    graph_def = tf.GraphDef()
    graph_def.ParseFromString(f.read())
    tf.import_graph_def(graph_def, name='')

with tf.Session() as sess:
    # final_result为输出tensor的名字，具体在retrain.py中定义
    softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')

	# 遍历目录
    for root,dirs,files in os.walk('images/'):
        for file in files:
            # 载入图片
            image_data = tf.gfile.GFile(os.path.join(root,file), 'rb').read()
            # 把图像数据传入模型获得模型输出结果
            predictions = sess.run(softmax_tensor,{'DecodeJpeg/contents:0': image_data})
            # 把结果转为1维数据
            predictions = np.squeeze(predictions)
            # 打印图片路径及名称
            image_path = os.path.join(root,file)
            print(image_path)
            # 显示图片
            img=Image.open(image_path)
            plt.imshow(img)
            plt.axis('off')
            plt.show()

            # 排序
            top_k = predictions.argsort()[::-1]
            for node_id in top_k:     
                # 获取分类名称
                human_string = id_to_string(node_id)
                # 获取该分类的置信度
                score = predictions[node_id]
                print('%s (score = %.5f)' % (human_string, score))
            print()

     部分图像识别结果如下图3.1所示：

图3.1 部分图像识别结果

     由图3.1识别结果可知，用该方法进行迁移学习后预测不同类型图片的有效，对不同种图片的预测准确率也会比较高，因为不同类型图片的区分比较明显。

     
     
     
     
【参考】：
     1. 城市数据团课程《AI工程师》计算机视觉方向
     2. deeplearning.ai 吴恩达《深度学习工程师》
     3. 《机器学习》作者：周志华
     4. 《深度学习》作者：Ian Goodfellow

---

转载声明：
版权声明：非商用自由转载-保持署名-注明出处
署名 ：mcyJacky
文章出处：https://blog.csdn.net/mcyJacky