CNN猴痘病识别

• 本文为365天深度学习训练营 中的学习记录博客
• 参考文章地址： 猴痘病识别 | 第45天_K同学啊的博客-CSDN博客
• 作者：K同学啊

 

一、前期工作

1.设置GPU

from tensorflow       import keras
from tensorflow.keras import layers,models
import os, PIL, pathlib
import matplotlib.pyplot as plt
import tensorflow        as tf

gpus = tf.config.list_physical_devices("GPU")

if gpus:
    gpu0 = gpus[0]                                        #如果有多个GPU，仅使用第0个GPU
    tf.config.experimental.set_memory_growth(gpu0, True)  #设置GPU显存用量按需使用
    tf.config.set_visible_devices([gpu0],"GPU")
    
gpus

2.导入数据

data_dir = "./houdou/"

data_dir = pathlib.Path(data_dir)

3. 查看数据

image_count = len(list(data_dir.glob('*/*.jpg')))

print("图片总数为：",image_count)

图片总数为： 2142

Monkeypox = list(data_dir.glob('Monkeypox/*.jpg'))
PIL.Image.open(str(Monkeypox[0]))

二、数据预处理

1. 加载数据

使用image_dataset_from_directory方法将磁盘中的数据加载到tf.data.Dataset中

batch_size = 32
img_height = 240
img_width = 240


"""
关于image_dataset_from_directory()的详细介绍可以参考文章：https://mtyjkh.blog.csdn.net/article/details/117018789
"""
train_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir,
    validation_split=0.2,
    subset="training",
    seed=123,
    image_size=(img_height, img_width),
    batch_size=batch_size)


val_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir,
    validation_split=0.2,
    subset="validation",
    seed=123,
    image_size=(img_height, img_width),
    batch_size=batch_size)

class_names = train_ds.class_names
print(class_names)

['Monkeypox', 'Others']

2. 可视化数据

plt.figure(figsize=(20, 10))

for images, labels in train_ds.take(1):
    for i in range(20):
        ax = plt.subplot(5, 10, i + 1)

        plt.imshow(images[i].numpy().astype("uint8"))
        plt.title(class_names[labels[i]])
        
        plt.axis("off")

3. 再次检查数据

for image_batch, labels_batch in train_ds:
    print(image_batch.shape)
    print(labels_batch.shape)
    break

(32, 240, 240, 3)
(32,)

● Image_batch是形状的张量（32,240,240,3）。这是一批形状240x240x3的32张图片（最后一维指的是彩色通道RGB）。

● Label_batch是形状（32，）的张量，这些标签对应32张图片

4. 配置数据集

• shuffle() ：打乱数据，关于此函数的详细介绍可以参考：数据集shuffle方法中buffer_size的理解 - 知乎

• prefetch() ：预取数据，加速运行

prefetch()功能详细介绍：CPU 正在准备数据时，加速器处于空闲状态。相反，当加速器正在训练模型时，CPU 处于空闲状态。因此，训练所用的时间是 CPU 预处理时间和加速器训练时间的总和。prefetch()将训练步骤的预处理和模型执行过程重叠到一起。当加速器正在执行第 N 个训练步时，CPU 正在准备第 N+1 步的数据。这样做不仅可以最大限度地缩短训练的单步用时（而不是总用时），而且可以缩短提取和转换数据所需的时间。如果不使用prefetch()，CPU 和 GPU/TPU 在大部分时间都处于空闲状态：

 使用prefetch()可显著减少空闲时间：

• cache() ：将数据集缓存到内存当中，加速运行

AUTOTUNE = tf.data.AUTOTUNE

train_ds = train_ds.cache().shuffle(1000).prefetch(buffer_size=AUTOTUNE)
val_ds = val_ds.cache().prefetch(buffer_size=AUTOTUNE)

三、构建CNN网络

卷积神经网络（CNN）的输入是张量 (Tensor) 形式的 (image_height, image_width, color_channels)，包含了图像高度、宽度及颜色信息。不需要输入batch size。color_channels 为 (R,G,B) 分别对应 RGB 的三个颜色通道。

num_classes = 2


model = models.Sequential([
    layers.experimental.preprocessing.Rescaling(1./255, input_shape=(img_height, img_width, 3)),
    
    layers.Conv2D(16, (3, 3), activation='relu', input_shape=(img_height, img_width, 3)), # 卷积层1，卷积核3*3  
    layers.AveragePooling2D((2, 2)),               # 池化层1，2*2采样
    layers.Conv2D(32, (3, 3), activation='relu'),  # 卷积层2，卷积核3*3
    layers.AveragePooling2D((2, 2)),               # 池化层2，2*2采样
    layers.Dropout(0.3),  
    layers.Conv2D(64, (3, 3), activation='relu'),  # 卷积层3，卷积核3*3
    layers.AveragePooling2D((2, 2)),               # 池化层3，2*2采样
    layers.Dropout(0.4),  
    layers.Conv2D(128, (3, 3), activation='relu'),  # 卷积层4，卷积核3*3
    layers.Dropout(0.5),
    
    layers.Flatten(),                       # Flatten层，连接卷积层与全连接层
    layers.Dense(256, activation='sigmoid'),   # 全连接层，特征进一步提取
    layers.Dense(num_classes)               # 输出层，输出预期结果
])

model.summary()  # 打印网络结构

Model: "sequential_4"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
rescaling_4 (Rescaling)      (None, 240, 240, 3)       0         
_________________________________________________________________
conv2d_16 (Conv2D)           (None, 238, 238, 16)      448       
_________________________________________________________________
average_pooling2d_12 (Averag (None, 119, 119, 16)      0         
_________________________________________________________________
conv2d_17 (Conv2D)           (None, 117, 117, 32)      4640      
_________________________________________________________________
average_pooling2d_13 (Averag (None, 58, 58, 32)        0         
_________________________________________________________________
dropout_12 (Dropout)         (None, 58, 58, 32)        0         
_________________________________________________________________
conv2d_18 (Conv2D)           (None, 56, 56, 64)        18496     
_________________________________________________________________
average_pooling2d_14 (Averag (None, 28, 28, 64)        0         
_________________________________________________________________
dropout_13 (Dropout)         (None, 28, 28, 64)        0         
_________________________________________________________________
conv2d_19 (Conv2D)           (None, 26, 26, 128)       73856     
_________________________________________________________________
dropout_14 (Dropout)         (None, 26, 26, 128)       0         
_________________________________________________________________
flatten_4 (Flatten)          (None, 86528)             0         
_________________________________________________________________
dense_8 (Dense)              (None, 256)               22151424  
_________________________________________________________________
dense_9 (Dense)              (None, 2)                 514       
=================================================================
Total params: 22,249,378
Trainable params: 22,249,378
Non-trainable params: 0
_________________________________________________________________

四、编译

在准备对模型进行训练之前，还需要再对其进行一些设置。以下内容是在模型的编译步骤中添加的：

• 损失函数（loss）：用于衡量模型在训练期间的准确率。

• 优化器（optimizer）：决定模型如何根据其看到的数据和自身的损失函数进行更新。

• 指标（metrics）：用于监控训练和测试步骤。以下示例使用了准确率，即被正确分类的图像的比率。

# 设置优化器
opt = tf.keras.optimizers.Adam(learning_rate=1e-4)

model.compile(optimizer=opt,
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

五、训练模型

关于ModelCheckpoint的详细介绍可参考文章 ModelCheckpoint 讲解【TensorFlow2入门手册】

from tensorflow.keras.callbacks import ModelCheckpoint

epochs = 50

checkpointer = ModelCheckpoint('best_model.h5',
                                monitor='val_accuracy',
                                verbose=1,
                                save_best_only=True,
                                save_weights_only=True)

history = model.fit(train_ds,
                    validation_data=val_ds,
                    epochs=epochs,
                    callbacks=[checkpointer])

Epoch 00050: val_accuracy did not improve from 0.89252

六、模型评估

1. Loss与Accuracy图

acc = history.history['accuracy']
val_acc = history.history['val_accuracy']

loss = history.history['loss']
val_loss = history.history['val_loss']

epochs_range = range(epochs)

plt.figure(figsize=(12, 4))
plt.subplot(1, 2, 1)
plt.plot(epochs_range, acc, label='Training Accuracy')
plt.plot(epochs_range, val_acc, label='Validation Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')

plt.subplot(1, 2, 2)
plt.plot(epochs_range, loss, label='Training Loss')
plt.plot(epochs_range, val_loss, label='Validation Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()

把最后全连接层ReLu换成sigmiod，val_accuracy只降低一点点，但val_loss会降低很多。 

经验收获：

1.batch_size 

Batch_size的作用：决定了下降的方向。

在神经网络训练时，如果数据集足够小，可将数据一次性全部喂给神经网络

但我们常常面临的是比较大的数据集，一次性喂给神经网络时，往往会出现内存/显存不足的现象。

此时，我们会把比较大的数据集，分批次喂给神经网络。

• batch_size：表示一次性喂给神经网络多少数据。
• batches：该值等于dataset除以batch_size。总的数据集是dataset，我们每次喂给神经网络batch_size个数据，一共要喂dataset/batch_size次，才可以把数据集全部处理一遍。
• steps：该值等于batches。steps表示在一个epoch内，要迭代多少次才可以把所有的数据都训练一遍；显然，迭代次数等于dataset/batch_size。

在合理范围内，增大Batch_size的好处：

• 提高了内存利用率以及大矩阵乘法的并行化效率；
• 跑完一次epoch(全数据集）所需要的迭代次数减少，对相同的数据量，处理的速度比小的Batch_size要更快；
• 在一定范围内，一般来说 Batch_Size 越大，其确定的下降方向越准，引起训练震荡越小。

盲目增大Batch_size，Batch_size过大的坏处：

• 提高了内存利用率，但是内存容量可能撑不住；
• 跑完一次epoch(全数据集)所需的迭代次数减少，要想达到相同的精度，其所花费的时间大大增加，从而对参数的修正也就显得更加缓慢；
• Batch_Size 增大到一定程度，其确定的下降方向已经基本不再变化（会影响随机性的引入）。

一些经验之谈：

• 一般而言，根据GPU显存，设置为最大，而且一般要求是８的倍数（比如16，32，64），GPU内部的并行计算效率最高。
• 或者选择一部分数据，设置几个８的倍数的Batch_Size，看看loss的下降情况，再选用效果更好的值。

总结：

• batch_size设的大一些，收敛得快，也就是需要训练的次数少，准确率上升的也很稳定，但是实际使用起来精度不高；
• batch_size设的小一些，收敛得慢，可能准确率来回震荡，因此需要把基础学习速率降低一些，但是实际使用起来精度较高。

2.输入图片的大小

输入网络的图片大小要根据网络结构来确定。

主要看pool这个操作执行了几次，比如pool是2*2的，那么一次pool图像就缩小了一半。本实验执行了3次，就是2^3，那输入图片的尺寸就必须是2的3次方，8的倍数。

输入图片大小变小之后，batchsize可以调大一些。在不超内存的情况下，batch越大越好
 

3.对于学习率

如果学习率过大，很可能会越过最优值，反而如果学习率过小，优化的效率可能很低，导致过长的运算时间，所以学习率对于算法性能的表现十分重要。

优化器keras.optimizers.Adam()是解决这个问题的一个方案。其大概的思想是开始的学习率设置为一个较大的值，然后根据次数的增多，动态的减小学习率，以实现效率和效果的兼得。