基于Tensorflow和Keras实现卷积神经网络CNN

一、环境的配置

1. 安装Anaconda
   具体安装过程，请自行百度
2. 配置TensorFlow、Keras
   ①创建虚拟环境
   输入下面命令

   conda create -n tf1 python=3.6
   #tf1是自己为创建虚拟环境取的名字，后面python的版本可以根据自己需求进行选择
   

   ②安装tensorflow和keras

   pip install 包名
   #直接这样安装可以由于网络的原因，安装失败或者安装很慢
   #解决方式：
   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名
   #此次安装命令如下：
   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.14.0
   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras==2.2.5
   

二、神经网络CNN的介绍

1. 神经网络说明
   具体内容请参考：
   https://blog.csdn.net/love__live1/article/details/79480845
2. 卷积神经网络CNN的结构
   ①输入层
   用于数据的输入
   ②卷积层
   使用卷积核进行特征提取和特征映射
   ③激励层
   由于卷积也是一种线性运算，因此需要增加非线性映射
   ④池化层
   进行下采样，对特征图稀疏处理，减少数据运算量。
   ⑤全连接层
   通常在CNN的尾部进行重新拟合，减少特征信息的损失
3. 整个结构图
   
4. 重要层的说明
   ①卷积层
   
   上面图中是33的卷积核（卷积核一般采用33和2*2 ）与上一层的结果（输入层）进行卷积的过程
   ②池化层
   
   最大池化，它只是输出在区域中观察到的最大输入值
   均值池化，它只是输出在区域中观察到的平均输入值
   两者最大区别在于卷积核的不同（池化是一种特殊的卷积过程）
   ③全连接层
   
   全连接过程，跟神经网络一样，就是每个神经元与上一层的所有神经元相连
5. 卷积神经网络CNN的特点
   ①局部连接
   每个神经元不再和上一层的所有神经元相连，而只和一小部分神经元相连。这样就减少了很多参数。
   ②权值共享
   一组连接可以共享同一个权重，而不是每个连接有一个不同的权重，这样又减少了很多参数。
   ③下采样
   可以使用Pooling来减少每层的样本数，进一步减少参数数量，同时还可以提升模型的鲁棒性。

三、数据集的准备

1. 数据集的下载
   kaggle网站的数据集下载地址：
   https://www.kaggle.com/lizhensheng/-2000
   百度网盘下载
   链接：https://pan.baidu.com/s/13hw4LK8ihR6-6-8mpjLKDA
   密码：dmp4
2. 数据集的分类
   将下载的数据集进行解压操作
   
   按照命名进行分类
   分类前
   
   分类后
   
   分类代码如下

   import tensorflow as tf
   import keras
   import os, shutil 
   # 原始目录所在的路径
   original_dataset_dir = 'G:\\Cat_And_Dog\\kaggle\\train\\'
   
   # 数据集分类后的目录
   base_dir = 'G:\\Cat_And_Dog\\kaggle\\cats_and_dogs_small'
   os.mkdir(base_dir)
   
   # # 训练、验证、测试数据集的目录
   train_dir = os.path.join(base_dir, 'train')
   os.mkdir(train_dir)
   validation_dir = os.path.join(base_dir, 'validation')
   os.mkdir(validation_dir)
   test_dir = os.path.join(base_dir, 'test')
   os.mkdir(test_dir)
   
   # 猫训练图片所在目录
   train_cats_dir = os.path.join(train_dir, 'cats')
   os.mkdir(train_cats_dir)
   
   # 狗训练图片所在目录
   train_dogs_dir = os.path.join(train_dir, 'dogs')
   os.mkdir(train_dogs_dir)
   
   # 猫验证图片所在目录
   validation_cats_dir = os.path.join(validation_dir, 'cats')
   os.mkdir(validation_cats_dir)
   
   # 狗验证数据集所在目录
   validation_dogs_dir = os.path.join(validation_dir, 'dogs')
   os.mkdir(validation_dogs_dir)
   
   # 猫测试数据集所在目录
   test_cats_dir = os.path.join(test_dir, 'cats')
   os.mkdir(test_cats_dir)
   
   # 狗测试数据集所在目录
   test_dogs_dir = os.path.join(test_dir, 'dogs')
   os.mkdir(test_dogs_dir)
   
   # 将前1000张猫图像复制到train_cats_dir
   fnames = ['cat.{}.jpg'.format(i) for i in range(1000)]
   for fname in fnames:
       src = os.path.join(original_dataset_dir, fname)
       dst = os.path.join(train_cats_dir, fname)
       shutil.copyfile(src, dst)
   
   # 将下500张猫图像复制到validation_cats_dir
   fnames = ['cat.{}.jpg'.format(i) for i in range(1000, 1500)]
   for fname in fnames:
       src = os.path.join(original_dataset_dir, fname)
       dst = os.path.join(validation_cats_dir, fname)
       shutil.copyfile(src, dst)
       
   # 将下500张猫图像复制到test_cats_dir
   fnames = ['cat.{}.jpg'.format(i) for i in range(1500, 2000)]
   for fname in fnames:
       src = os.path.join(original_dataset_dir, fname)
       dst = os.path.join(test_cats_dir, fname)
       shutil.copyfile(src, dst)
       
   # 将前1000张狗图像复制到train_dogs_dir
   fnames = ['dog.{}.jpg'.format(i) for i in range(1000)]
   for fname in fnames:
       src = os.path.join(original_dataset_dir, fname)
       dst = os.path.join(train_dogs_dir, fname)
       shutil.copyfile(src, dst)
       
   # 将下500张狗图像复制到validation_dogs_dir
   fnames = ['dog.{}.jpg'.format(i) for i in range(1000, 1500)]
   for fname in fnames:
       src = os.path.join(original_dataset_dir, fname)
       dst = os.path.join(validation_dogs_dir, fname)
       shutil.copyfile(src, dst)
       
   # 将下500张狗图像复制到test_dogs_dir
   fnames = ['dog.{}.jpg'.format(i) for i in range(1500, 2000)]
   for fname in fnames:
       src = os.path.join(original_dataset_dir, fname)
       dst = os.path.join(test_dogs_dir, fname)
       shutil.copyfile(src, dst)
   

   查看分类后，对应目录下图片数量

   #输出数据集对应目录下图片数量
   print('total training cat images:', len(os.listdir(train_cats_dir)))
   print('total training dog images:', len(os.listdir(train_dogs_dir)))
   print('total validation cat images:', len(os.listdir(validation_cats_dir)))
   print('total validation dog images:', len(os.listdir(validation_dogs_dir)))
   print('total test cat images:', len(os.listdir(test_cats_dir)))
   print('total test dog images:', len(os.listdir(test_dogs_dir)))
   

   

四、猫狗分类的实例——基准模型

1. 构建网络模型

   #网络模型构建
   from keras import layers
   from keras import models
   #keras的序贯模型
   model = models.Sequential()
   #卷积层，卷积核是3*3，激活函数relu
   model.add(layers.Conv2D(32, (3, 3), activation='relu',
                           input_shape=(150, 150, 3)))
   #最大池化层
   model.add(layers.MaxPooling2D((2, 2)))
   #卷积层，卷积核2*2，激活函数relu
   model.add(layers.Conv2D(64, (3, 3), activation='relu'))
   #最大池化层
   model.add(layers.MaxPooling2D((2, 2)))
   #卷积层，卷积核是3*3，激活函数relu
   model.add(layers.Conv2D(128, (3, 3), activation='relu'))
   #最大池化层
   model.add(layers.MaxPooling2D((2, 2)))
   #卷积层，卷积核是3*3，激活函数relu
   model.add(layers.Conv2D(128, (3, 3), activation='relu'))
   #最大池化层
   model.add(layers.MaxPooling2D((2, 2)))
   #flatten层，用于将多维的输入一维化，用于卷积层和全连接层的过渡
   model.add(layers.Flatten())
   #全连接，激活函数relu
   model.add(layers.Dense(512, activation='relu'))
   #全连接，激活函数sigmoid
   model.add(layers.Dense(1, activation='sigmoid'))
   

   查看模型各层的参数状况

   #输出模型各层的参数状况
   model.summary()
   

   
2. 配置训练方法

   model.compile(optimizer = 优化器，
                 loss = 损失函数，
                 metrics = ["准确率”])
   

   其中，优化器和损失函数可以是字符串形式的名字，也可以是函数形式。

   from keras import optimizers
   
   model.compile(loss='binary_crossentropy',
                 optimizer=optimizers.RMSprop(lr=1e-4),
                 metrics=['acc'])
   

3. 文件中图像转换成所需格式
   将训练和验证的图片，调整为150*150

   from keras.preprocessing.image import ImageDataGenerator
   
   # 所有图像将按1/255重新缩放
   train_datagen = ImageDataGenerator(rescale=1./255)
   test_datagen = ImageDataGenerator(rescale=1./255)
   
   train_generator = train_datagen.flow_from_directory(
           # 这是目标目录
           train_dir,
           # 所有图像将调整为150x150
           target_size=(150, 150),
           batch_size=20,
           # 因为我们使用二元交叉熵损失，我们需要二元标签
           class_mode='binary')
   
   validation_generator = test_datagen.flow_from_directory(
           validation_dir,
           target_size=(150, 150),
           batch_size=20,
           class_mode='binary')
   

   
   查看处理结果

   #查看上面对于图片预处理的处理结果
   for data_batch, labels_batch in train_generator:
       print('data batch shape:', data_batch.shape)
       print('labels batch shape:', labels_batch.shape)
       break
   

   
4. 模型训练并保存生成的模型

   #模型训练过程
   history = model.fit_generator(
         train_generator,
         steps_per_epoch=100,
         epochs=30,
         validation_data=validation_generator,
         validation_steps=50)
   #保存训练得到的的模型
   model.save('G:\\Cat_And_Dog\\kaggle\\cats_and_dogs_small_1.h5')
   

   
5. 结果可视化

   #对于模型进行评估，查看预测的准确性
   import matplotlib.pyplot as plt
   
   acc = history.history['acc']
   val_acc = history.history['val_acc']
   loss = history.history['loss']
   val_loss = history.history['val_loss']
   
   epochs = range(len(acc))
   
   plt.plot(epochs, acc, 'bo', label='Training acc')
   plt.plot(epochs, val_acc, 'b', label='Validation acc')
   plt.title('Training and validation accuracy')
   plt.legend()
   
   plt.figure()
   
   plt.plot(epochs, loss, 'bo', label='Training loss')
   plt.plot(epochs, val_loss, 'b', label='Validation loss')
   plt.title('Training and validation loss')
   plt.legend()
   
   plt.show()
   

   
   
   由可视化结果，可以发现训练的loss是成上升趋势。所以，训练获得的模型存在一些问题，导致模型过拟合。过拟合是为了得到一致假设而使假设变得过度严格，实际训练得到的模型的分类效果不佳。

五、基准模型的调整

1. 图像增强
   利用图像生成器定义一些常见的图像变换，图像增强就是通过对于图像进行变换，从而，增强图像中的有用信息。

   #该部分代码及以后的代码，用于替代基准模型中分类后面的代码（执行代码前，需要先将之前分类的目录删掉，重写生成分类，否则，会发生错误）
   from keras.preprocessing.image import ImageDataGenerator
   datagen = ImageDataGenerator(
         rotation_range=40,
         width_shift_range=0.2,
         height_shift_range=0.2,
         shear_range=0.2,
         zoom_range=0.2,
         horizontal_flip=True,
         fill_mode='nearest')
   

   ①rotation_range
   一个角度值(0-180)，在这个范围内可以随机旋转图片
   ②width_shift和height_shift
   范围(作为总宽度或高度的一部分)，在其中可以随机地垂直或水平地转换图片
   ③shear_range
   用于随机应用剪切转换
   ④zoom_range
   用于在图片内部随机缩放
   ⑤horizontal_flip
   用于水平随机翻转一半的图像——当没有假设水平不对称时(例如真实世界的图片)
   ⑥fill_mode
   用于填充新创建像素的策略，它可以在旋转或宽度/高度移动之后出现
2. 查看增强后的图像

   import matplotlib.pyplot as plt
   # This is module with image preprocessing utilities
   from keras.preprocessing import image
   fnames = [os.path.join(train_cats_dir, fname) for fname in os.listdir(train_cats_dir)]
   # We pick one image to "augment"
   img_path = fnames[3]
   # Read the image and resize it
   img = image.load_img(img_path, target_size=(150, 150))
   # Convert it to a Numpy array with shape (150, 150, 3)
   x = image.img_to_array(img)
   # Reshape it to (1, 150, 150, 3)
   x = x.reshape((1,) + x.shape)
   # The .flow() command below generates batches of randomly transformed images.
   # It will loop indefinitely, so we need to `break` the loop at some point!
   i = 0
   for batch in datagen.flow(x, batch_size=1):
       plt.figure(i)
       imgplot = plt.imshow(image.array_to_img(batch[0]))
       i += 1
       if i % 4 == 0:
           break
   plt.show()
   

   
3. 网络模型增加一层dropout

   #网络模型构建
   from keras import layers
   from keras import models
   #keras的序贯模型
   model = models.Sequential()
   #卷积层，卷积核是3*3，激活函数relu
   model.add(layers.Conv2D(32, (3, 3), activation='relu',
                           input_shape=(150, 150, 3)))
   #最大池化层
   model.add(layers.MaxPooling2D((2, 2)))
   #卷积层，卷积核2*2，激活函数relu
   model.add(layers.Conv2D(64, (3, 3), activation='relu'))
   #最大池化层
   model.add(layers.MaxPooling2D((2, 2)))
   #卷积层，卷积核是3*3，激活函数relu
   model.add(layers.Conv2D(128, (3, 3), activation='relu'))
   #最大池化层
   model.add(layers.MaxPooling2D((2, 2)))
   #卷积层，卷积核是3*3，激活函数relu
   model.add(layers.Conv2D(128, (3, 3), activation='relu'))
   #最大池化层
   model.add(layers.MaxPooling2D((2, 2)))
   #flatten层，用于将多维的输入一维化，用于卷积层和全连接层的过渡
   model.add(layers.Flatten())
   #退出层
   model.add(layers.Dropout(0.5))
   #全连接，激活函数relu
   model.add(layers.Dense(512, activation='relu'))
   #全连接，激活函数sigmoid
   model.add(layers.Dense(1, activation='sigmoid'))
   #输出模型各层的参数状况
   model.summary()
   from keras import optimizers
   
   model.compile(loss='binary_crossentropy',
                 optimizer=optimizers.RMSprop(lr=1e-4),
                 metrics=['acc'])
   

   不添加dropout的网络结构
   
   添加dropout后的网络结构
   
4. 训练模型

   train_datagen = ImageDataGenerator(
       rescale=1./255,
       rotation_range=40,
       width_shift_range=0.2,
       height_shift_range=0.2,
       shear_range=0.2,
       zoom_range=0.2,
       horizontal_flip=True,)
   # Note that the validation data should not be augmented!
   test_datagen = ImageDataGenerator(rescale=1./255)
   train_generator = train_datagen.flow_from_directory(
           # This is the target directory
           train_dir,
           # All images will be resized to 150x150
           target_size=(150, 150),
           batch_size=32,
           # Since we use binary_crossentropy loss, we need binary labels
           class_mode='binary')
   validation_generator = test_datagen.flow_from_directory(
           validation_dir,
           target_size=(150, 150),
           batch_size=32,
           class_mode='binary')
   history = model.fit_generator(
         train_generator,
         steps_per_epoch=100,
         epochs=100,
         validation_data=validation_generator,
         validation_steps=50)
   model.save('G:\\Cat_And_Dog\\kaggle\\cats_and_dogs_small_2.h5')
   

   只进行数据增强的训练结果
   
   数据增强和dropout层增加的训练结果
5. 结果可视化

   acc = history.history['acc']
   val_acc = history.history['val_acc']
   loss = history.history['loss']
   val_loss = history.history['val_loss']
   epochs = range(len(acc))
   plt.plot(epochs, acc, 'bo', label='Training acc')
   plt.plot(epochs, val_acc, 'b', label='Validation acc')
   plt.title('Training and validation accuracy')
   plt.legend()
   plt.figure()
   plt.plot(epochs, loss, 'bo', label='Training loss')
   plt.plot(epochs, val_loss, 'b', label='Validation loss')
   plt.title('Training and validation loss')
   plt.legend()
   plt.show()
   

   只进行数据增强的可视化结果
   
   
   数据增强和dropout层增加的可视化结果
   
   对比基准模型来看，可以很清楚的发现loss的整体趋势是变小的。对比，只进行图像增强获得的模型和进行图像增强与添加dropout层获得的模型，可以发现前者在训练过程中波动会更大，后者在准确上小于前者。两者虽然在准确率有所变小，但是都避免了过拟合。

六、使用VGG19实现猫狗分类

1. 初始化一个VGG19网络实例

   from keras.applications import VGG19
   conv_base = VGG19(weights = 'imagenet',include_top = False,input_shape=(150, 150, 3))
   conv_base.summary()
   

   首次运行时候，会自动从对应网站下载h5格式文件
   
   上面下载很慢，而且还有可能在中途挂掉，因此建议将网址复制到浏览器上，直接下载。然后，将下载的文件，放到对应的目录下
   我下载存放的位置
   
   其模型网络结构
   
   
2. 将猫狗数据集传递给神经网络
   将分类后的猫狗数据集传递给神经网络，让它把图片的隐含信息给抽取出来

   import os 
   import numpy as np
   from keras.preprocessing.image import ImageDataGenerator
   # 数据集分类后的目录
   base_dir = 'E:\\Cat_And_Dog\\kaggle\\cats_and_dogs_small'
   train_dir = os.path.join(base_dir, 'train')
   validation_dir = os.path.join(base_dir, 'validation')
   test_dir = os.path.join(base_dir, 'test')
   datagen = ImageDataGenerator(rescale = 1. / 255)
   batch_size = 20
   def extract_features(directory, sample_count):
       features = np.zeros(shape = (sample_count, 4, 4, 512))
       labels = np.zeros(shape = (sample_count))
       generator = datagen.flow_from_directory(directory, target_size = (150, 150), 
                                               batch_size = batch_size,
                                               class_mode = 'binary')
       i = 0
       for inputs_batch, labels_batch in generator:
           #把图片输入VGG16卷积层，让它把图片信息抽取出来
           features_batch = conv_base.predict(inputs_batch)
           #feature_batch 是 4*4*512结构
           features[i * batch_size : (i + 1)*batch_size] = features_batch
           labels[i * batch_size : (i+1)*batch_size] = labels_batch
           i += 1
           if i * batch_size >= sample_count :
               #for in 在generator上的循环是无止境的，因此我们必须主动break掉
               break
           return features , labels
   #extract_features 返回数据格式为(samples, 4, 4, 512)
   train_features, train_labels = extract_features(train_dir, 2000)
   validation_features, validation_labels = extract_features(validation_dir, 1000)
   test_features, test_labels = extract_features(test_dir, 1000)	
   

   
3. 将抽取的特征输入到我们自己的神经层中进行分类训练

   from keras import models
   from keras import layers
   from keras import optimizers
   #构造我们自己的网络层对输出数据进行分类
   model = models.Sequential()
   model.add(layers.Dense(256, activation='relu', input_dim = 4 * 4 * 512))
   model.add(layers.Dropout(0.5))
   model.add(layers.Dense(1, activation = 'sigmoid'))
   model.compile(optimizer=optimizers.RMSprop(lr = 2e-5), loss = 'binary_crossentropy', metrics = ['acc'])
   history = model.fit(train_features, train_labels, epochs = 30, batch_size = 20, 
                       validation_data = (validation_features, validation_labels))
   

   训练过程（时间很快）
   
4. 训练结果和校验结果的可视化

   import matplotlib.pyplot as plt
   acc = history.history['acc']
   val_acc = history.history['val_acc']
   loss = history.history['loss']
   val_loss = history.history['val_loss']
   epochs = range(1, len(acc) + 1)
   plt.plot(epochs, acc, 'bo', label = 'Train_acc')
   plt.plot(epochs, val_acc, 'b', label = 'Validation acc')
   plt.title('Trainning and validation accuracy')
   plt.legend()
   plt.figure()
   plt.plot(epochs, loss, 'bo', label = 'Training loss')
   plt.plot(epochs, val_loss, 'b', label = 'Validation loss')
   plt.title('Training and validation loss')
   plt.legend()
   plt.show()
   

   
   
   从训练结果可以看出，其模型得到结果比前面自己构建的都有好。

七、参考资料

1. 【TensorFlow&Keras】入门猫狗数据集实验–理解卷积神经网络CNN
2. 基于jupyter notebook的python编程-----猫狗数据集的阶段分类得到模型精度并进行数据集优化