tensorflow2 TF2.0 unet 数据集oxford_iiit_pet

https://www.tensorflow.org/tutorials/images/segmentation

这篇教程将重点讨论图像分割任务，使用的是改进版的 U-Net。

每个像素分别属于以下三个类别中的一个：

类别 1：像素是宠物的一部分。
类别 2：像素是宠物的轮廓。
类别 3：以上都不是/外围像素。
数据集的路径：

定义模型
这里用到的模型是一个改版的 U-Net。U-Net 由一个编码器（下采样器（downsampler））和一个解码器（上采样器（upsampler））组成。为了学习到鲁棒的特征，同时减少可训练参数的数量，这里可以使用一个预训练模型作为编码器。因此，这项任务中的编码器将使用一个预训练的 MobileNetV2 模型，它的中间输出值将被使用。解码器将使用在 TensorFlow Examples 中的 Pix2pix tutorial 里实施过的升频取样模块。

输出信道数量为 3 是因为每个像素有三种可能的标签。把这想象成一个多类别分类，每个像素都将被分到三个类别当中。

训练模型
现在，要做的只剩下编译和训练模型了。这里用到的损失函数是 losses.sparse_categorical_crossentropy。使用这个损失函数是因为神经网络试图给每一个像素分配一个标签，和多类别预测是一样的。在正确的分割掩码中，每个像素点的值是 {0,1,2} 中的一个。同时神经网络也输出三个信道。本质上，每个信道都在尝试学习预测一个类别，而 losses.sparse_categorical_crossentropy 正是这一情形下推荐使用的损失函数。根据神经网络的输出值，分配给每个像素的标签为输出值最高的信道所表示的那一类。这就是 create_mask 函数所做的工作。

# -*- coding: utf-8 -*-
"""
Created on Thu Jul 30 18:51:35 2020

@author: YZK
"""

import tensorflow as tf
print(tf.__version__)
import numpy as np
import os
from IPython.display import clear_output
from PIL import Image
import matplotlib.pyplot as plt
import pix2pix
samples_all_number=1000

save_dir='./log'
count=0 
if not os.path.exists(save_dir): os.mkdir(save_dir)



#从磁盘上加载原始图片
def load_tensor_from_file(img_file):
    img = Image.open(img_file)
    sample_image = np.array(img)
    #样本图片规格不一致，需要做通道转换，否则抛异常
    if len(sample_image.shape) != 3 or sample_image.shape[2] == 4:
        img = img.convert("RGB")
        sample_image = np.array(img)
    sample_image = tf.image.resize(sample_image,[128, 128])
    return sample_image
 
#从磁盘上加载标记图片
def load_ann_from_file(img_file):
    sample_image = tf.image.decode_image(tf.io.read_file(img_file))
    #样本图片规格不一致，需要做通道转换，否则抛异常
    if sample_image.shape[2] != 1:
        img = Image.open(img_file)
        img = img.convert("L")#转为灰度图
        sample_image = np.array(img)
    sample_image = tf.image.resize(sample_image,[128, 128])
    return sample_image
 
#加载图片并转换为训练集和验证集，同时输出训练集、验证集样本数量
def load(img_path):
    trainImageList = []
    valImageList = []
    path = img_path + "/images"
    files = os.listdir(path)
    cnt = 0
    for imgFile in files:
        if os.path.isdir(imgFile):
            continue
        file = path + "/" + imgFile
        print("load image ", file)
        cnt += 1
        img = load_tensor_from_file(file)
        img = tf.squeeze(img)
        #每8张图片中抽取一个样本作为验证集
        if cnt % 8 == 0:
            valImageList.append(img)
        else:
            trainImageList.append(img)
        #加载1000张样本，机器配置有限，样本过多，报00M错误
        if cnt > samples_all_number:
            break
 
    trainAnnList = []
    valAnnList = []
    path = img_path + "/ann"
    files = os.listdir(path)
    cnt = 0
    for imgFile in files:
        if os.path.isdir(imgFile):
            continue
        file = path + "/" + imgFile
        print("load image ", file)
        img = load_ann_from_file(file)
        cnt+=1
        if cnt % 8 == 0:
            valAnnList.append(img)
        else:
            trainAnnList.append(img)
        #加载1000张样本，机器配置有限，样本过多，报00M错误
        if cnt > samples_all_number:
            break
    train_num = len(trainImageList)
    val_num = len(valImageList)
    x = tf.convert_to_tensor(trainImageList, dtype=tf.float32)
    y = tf.convert_to_tensor(trainAnnList, dtype=tf.float32)
    dataset_train = tf.data.Dataset.from_tensor_slices((x, y))
    x_val = tf.convert_to_tensor(valImageList, dtype=tf.float32)
    y_val = tf.convert_to_tensor(valAnnList, dtype=tf.float32)
    dataset_val = tf.data.Dataset.from_tensor_slices((x_val, y_val))
    return dataset_train, train_num, dataset_val, val_num
 
train_dataset, train_num, val_dataset, val_num = load("D:/dataset/pet_images")


'''
下面的代码进行了一个简单的图像翻转扩充。然后，将图像标准化到 [0,1]。最后，如上文提到的，像素点在图像分割掩码中被标记为 {1, 2, 3} 中的一个。为了方便起见，我们将分割掩码都减 1，得到了以下的标签：{0, 1, 2}。
''' 
def normalize(input_image, input_mask):
    input_image = tf.cast(input_image, tf.float32) / 128.0 - 1
    #mask图像数据需根据标记数据做具体转换，使用labelme工具标记的图像，需要将图像颜色转换为类别标签索引，否则loss=nan
    input_mask -= 1
    return input_image, input_mask
 
@tf.function
def load_image_train(x, y):
    input_image = tf.image.resize(x, (128, 128))
    input_mask = tf.image.resize(y, (128,128))
    if tf.random.uniform(()) > 0.5:
        input_image = tf.image.flip_left_right(input_image)
        input_mask = tf.image.flip_left_right(input_mask)
    input_image, input_mask = normalize(input_image, input_mask)
    return input_image, input_mask
 
def load_image_test(x, y):
    input_image = tf.image.resize(x, (128, 128))
    input_mask = tf.image.resize(y, (128,128))
    input_image, input_mask = normalize(input_image, input_mask)
    return input_image, input_mask
 
TRAIN_LENGTH = train_num
#根据GPU性能调节BATCH_SIZE大小
BATCH_SIZE = 16#64
BUFFER_SIZE = 1000
STEPS_PER_EPOCH= TRAIN_LENGTH
 
train = train_dataset.map(load_image_train, num_parallel_calls=tf.data.experimental.AUTOTUNE)
val_dataset = val_dataset.map(load_image_test)
 
train_dataset = train.cache().shuffle(BUFFER_SIZE).batch(BATCH_SIZE).repeat()
train_dataset = train_dataset.prefetch(buffer_size=tf.data.experimental.AUTOTUNE)
val_dataset = val_dataset.batch(BATCH_SIZE)
 
def display(display_list):
    global count
    count=count+1
    plt.figure(figsize=(15,15))
    title = ['Input Image', 'True Mask', 'Predicted Mask']
    for i in range(len(display_list)):
        plt.subplot(1, len(display_list), i+1)
        plt.title(title[i])
        plt.imshow(tf.keras.preprocessing.image.array_to_img(display_list[i]))
        plt.axis('off')
    save_file = save_dir+"/count_%d.jpg" %count
    plt.savefig(save_file) 
    plt.show()

 
np.set_printoptions(threshold=128*128)
for image, mask in train.take(1):
    sample_image, sample_mask = image, mask
    print(tf.reduce_min(mask), tf.reduce_max(mask), tf.reduce_mean(mask))
    display([sample_image,sample_mask])
 
OUTPUT_CHANNELS = 3
 
base_model = tf.keras.applications.MobileNetV2(input_shape=[128,128,3], include_top=False)

layer_names = [
    'block_1_expand_relu', #64x64
    'block_3_expand_relu', #32x32
    'block_6_expand_relu', #16x16
    'block_13_expand_relu',#8x8
    'block_16_project',    #4x4
]
 
layers = [base_model.get_layer(name).output for name in layer_names]
#创建特征提取模型
down_stack = tf.keras.Model(inputs=base_model.input, outputs=layers)
down_stack.trainable = False
 
up_stack =[
    pix2pix.upsample(512, 3),#4x4 -> 8x8
    pix2pix.upsample(256, 3),#8x8 -> 16x16
    pix2pix.upsample(128, 3),#16x16 -> 32x32
    pix2pix.upsample(64, 3), #32x32 -> 64x64
]
 
def unet_model(output_channels):
    last = tf.keras.layers.Conv2DTranspose(output_channels, 3, strides=2,padding='same', activation='softmax')
    inputs = tf.keras.layers.Input(shape=[128,128,3])
    x = inputs
 
    #降频采样
    skips = down_stack(x)
    x = skips[-1]#取最后一次输出
    skips=reversed(skips[:-1])
 
    #升频采样
    for up, skip in zip(up_stack, skips):
        x = up(x)
        concat = tf.keras.layers.Concatenate()
        x = concat([x, skip])
 
    x = last(x)
 
    return tf.keras.Model(inputs=inputs, outputs=x)
 
model = unet_model(OUTPUT_CHANNELS)


adam = tf.keras.optimizers.Adam(lr=1e-3)
#optimizer = optimizers.Adam(lr=1e-3)
model.compile(adam, loss='sparse_categorical_crossentropy', metrics=['accuracy'])
 
def create_mask(pred_mask):
    pred_mask = tf.argmax(pred_mask, axis=-1)
    pred_mask = pred_mask[..., tf.newaxis]
    return pred_mask[0]

def show_predictions(dataset=None, num=1):

    if dataset:
        for image, mask in dataset.take(num):
            pred_mask = model.predict(image)
            display([image[0], mask[0], create_mask(pred_mask)])

    else:
        
        display([sample_image, sample_mask, 
                 create_mask(model.predict(sample_image[tf.newaxis, ...]))])
 
show_predictions()
 
class DisplayCallback(tf.keras.callbacks.Callback):
  def on_epoch_end(self, epoch, logs=None):
    clear_output(wait=True)
    show_predictions()

    print ('\nSample Prediction after epoch {}\n'.format(epoch+1))
 
EPOCHS = 2
VAL_SUBSPLITS = 5
VALIDATION_STEPS = val_num//BATCH_SIZE//VAL_SUBSPLITS
 
model_history = model.fit(train_dataset, epochs=EPOCHS,
                          steps_per_epoch=STEPS_PER_EPOCH,
                          validation_steps=VALIDATION_STEPS,
                          validation_data=val_dataset,
                          callbacks=[DisplayCallback()])
 
model.save("poker.h5")
loss = model_history.history['loss']
val_loss = model_history.history['val_loss']
epochs = range(EPOCHS)
plt.figure()
plt.plot(epochs, loss, 'r', label='Training loss')
plt.plot(epochs, val_loss, 'bo', label='Validation loss')
plt.title('Training and Validation Loss')
plt.xlabel('Epoch')
plt.ylabel('Loss Value')
plt.ylim([0, 1])
plt.legend()
plt.savefig(save_dir+'Training.png')
plt.show()