卷积神经网络分类实战：疫情期间戴口罩识别
今天在云创大数据人工智能课程学习了用alexnet做了一个是否戴口罩的二分类问题 ，笔记如下
首先总结几个重要的知识点：
图片的数据格式
工业显示系统均通过RGB(red, green, blue)三色合成色彩， 计算机图像数据的存储也是保存RGB三通道的像素图像， 图像即三通道的像素值矩阵，矩阵的大小即图像的分辨率 。比如分辨率为500x400的图像，储存为500x400x3的三阶数组 。
卷积
卷积就是一种算子，卷积运算将一个矩阵与其同样的大小的卷积核执行矩阵点乘 。可以实现图片的提取核压缩， 本质上也是一个滤波器 。看这个图就很非常清楚了
补零(pading)和步长可以控制映射后图片的尺寸 。补零就是四周补充全为0的值，步长控制每次移动的跨度。
池化
池化（Pooling）是卷积神经网络中的一个重要的概念，它实际上是一种形式的降采样。有多种不同形式的非线性池化函数，而其中“最大池化（Max pooling）”是最为常见的。它是将输入的图像划分为若干个矩形区域，对每个子区域输出最大值。直觉上，这种机制能够有效的原因在于，在发现一个特征之后，它的精确位置远不及它和其他特征的相对位置的关系重要。池化层会不断地减小数据的空间大小，因此参数的数量和计算量也会下降，这在一定程度上也控制了过拟合。
Alexnet
Alexnet共有八层， 包括五层卷积层和三层全连接层。
Data->
(layer1) conv1->relu1->LRN1->pooling1->
(layer2)conv2->relu2->LRN2->pooling2->
(layer3)conv3-relu3->
(layer4)conv4-relu4->
(layer5)conv5->relu5->pooling5->
(layer6)fc6->relu6->drop6->
(layer7)fc7->relu7->drop7->
(layer8)fc8
数据集
数据集分类两类，一类是戴口罩的图像，一类是不带口罩的图像 。分别如下
代码展示
import os
import glob
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
# -----------------------------------------------------------------------------
resize = 224 # 重设大小
total_num = 200
train_num = 160
epochs = 50
batch_size = 10
# -----------------------------------------------------------------------------
dir_data = './01_classify/train/' # 数据路径
dir_mask = os.path.join(dir_data, 'mask')
dir_nomask = os.path.join(dir_data, 'nomask')
assert os.path.exists(dir_mask), 'Could not find ' + dir_mask
assert os.path.exists(dir_nomask), 'Could not find ' + dir_nomask
fpath_mask = [os.path.abspath(fp) for fp in glob.glob(os.path.join(dir_mask, '*.jpg'))]
fpath_nomask = [os.path.abspath(fp) for fp in glob.glob(os.path.join(dir_nomask, '*.jpg'))]
num_mask = len(fpath_mask) # 样本量
num_nomask = len(fpath_nomask)
label_mask = [0] * num_mask # 标签
label_nomask = [1] * num_nomask
print('#mask: ', num_mask)
print('#nomask: ', num_nomask)
RATIO_TEST = 0.1 # 测试样本比列
num_mask_test = int(num_mask * RATIO_TEST)
num_nomask_test = int(num_nomask * RATIO_TEST)
# train
fpath_train = fpath_mask[num_mask_test:] + fpath_nomask[num_nomask_test:]
label_train = label_mask[num_mask_test:] + label_nomask[num_nomask_test:]
# test
fpath_test = fpath_mask[:num_mask_test] + fpath_nomask[:num_nomask_test]
label_test = label_mask[:num_mask_test] + label_nomask[:num_nomask_test]
num_train = len(fpath_train)
num_test = len(fpath_test)
print(num_train)
print(num_test)
def preproc(fpath, label): # 读取图片
image_byte = tf.io.read_file(fpath)
image = tf.io.decode_image(image_byte)
image_resize = tf.image.resize_with_pad(image, 224, 224)
image_norm = tf.cast(image_resize, tf.float32) / 255.
label_onehot = tf.one_hot(label, 2)
return image_norm, label_onehot
dataset_train = tf.data.Dataset.from_tensor_slices((fpath_train, label_train))
dataset_train = dataset_train.shuffle(num_train).repeat()
dataset_train = dataset_train.map(preproc, num_parallel_calls=tf.data.experimental.AUTOTUNE)
dataset_train = dataset_train.batch(batch_size).prefetch(tf.data.experimental.AUTOTUNE)
dataset_test = tf.data.Dataset.from_tensor_slices((fpath_test, label_test))
dataset_test = dataset_test.shuffle(num_test).repeat()
dataset_test = dataset_test.map(preproc, num_parallel_calls=tf.data.experimental.AUTOTUNE)
dataset_test = dataset_test.batch(batch_size).prefetch(tf.data.experimental.AUTOTUNE)
# -----------------------------------------------------------------------------
# AlexNet
model = keras.Sequential(name='Alexnet') # 搭建模型
model.add(layers.Conv2D(filters=96, kernel_size=(11,11),
strides=(4,4), padding='valid',
input_shape=(resize,resize,3),
activation='relu'))
model.add(layers.BatchNormalization())
model.add(layers.MaxPooling2D(pool_size=(3,3),
strides=(2,2),
padding='valid'))
model.add(layers.Conv2D(filters=256, kernel_size=(5,5),
strides=(1,1), padding='same',
activation='relu'))
model.add(layers.BatchNormalization())
model.add(layers.MaxPooling2D(pool_size=(3,3),
strides=(2,2),
padding='valid'))
model.add(layers.Conv2D(filters=384, kernel_size=(3,3),
strides=(1,1), padding='same',
activation='relu'))
model.add(layers.Conv2D(filters=384, kernel_size=(3,3),
strides=(1,1), padding='same',
activation='relu'))
model.add(layers.Conv2D(filters=256, kernel_size=(3,3),
strides=(1,1), padding='same',
activation='relu'))
model.add(layers.MaxPooling2D(pool_size=(3,3),
strides=(2,2), padding='valid'))
model.add(layers.Flatten())
model.add(layers.Dense(4096, activation='relu'))
model.add(layers.Dropout(0.5))
model.add(layers.Dense(4096, activation='relu'))
model.add(layers.Dropout(0.5))
model.add(layers.Dense(1000, activation='relu'))
model.add(layers.Dropout(0.5))
# Output Layer
model.add(layers.Dense(2, activation='softmax'))
# Training
model.compile(loss='categorical_crossentropy', # loss
optimizer='sgd',
metrics=['accuracy'])
history = model.fit(dataset_train,
steps_per_epoch = num_train//batch_size,
epochs = epochs,
validation_data = dataset_test,
validation_steps = num_test//batch_size,
verbose = 1)
# scores = model.evaluate(train_data, train_label, verbose=1)
scores = model.evaluate(dataset_train, steps=num_train//batch_size, verbose=1)
print(scores)
# scores = model.evaluate(test_data, test_label, verbose=1)
scores = model.evaluate(dataset_test, steps=num_test//batch_size, verbose=1)
print(scores)
model.save('./model/mask.h5')
# Record loss and acc
history_dict = history.history
train_loss = history_dict['loss']
train_accuracy = history_dict['accuracy']
val_loss = history_dict['val_loss']
val_accuracy = history_dict['val_accuracy']
模型在训练
预测
读取模型并预测，预测下面这张图片试试
import cv2
#import tensorflow as tf
#from tensorflow import keras
from tensorflow.keras.models import load_model
resize = 224
label = ('带口罩!', '没戴口罩了')
image = cv2.resize(cv2.imread('./01_classify/test/test.jpg'),(resize,resize))
image = image.astype("float") / 255.0
image = image.reshape((1, image.shape[0], image.shape[1], image.shape[2]))
model = load_model('./01_classify/model/ready_mask.h5')
predict = model.predict(image)
i = predict.argmax(axis=1)[0]
print(label[i])
>>>戴口罩了
但是如果用测试集测试，模型效果并不好， 对于这个问题而言，可能是训练数据质量不高，有的是全身图，有的是侧脸图， 而且数据量较小。