猫狗识别与分类

猫狗识别与分类

文章目录

  • 猫狗识别与分类
    • 一、前言
    • 二、环境配置
    • 三、源码以及数据集
    • 四、基础猫狗识别程序如下
      • 1、train.py
        • train.py程序结构:
      • 2、detect.py
        • detect.py程序结构:
    • 五、配置环境过程
      • 1、打开Anaconda Prompt
        • a、创建一个叫MNIST4的环境
        • b、创建成功后激活环境并下载keras包:
        • c、下载matplotlib包
        • d、下载tensorflow包
        • e、下载SciPy包
      • 2、打开Pycharm配置
    • 六、运行基础程序
      • 1、运行train程序
        • a、将开头的程序copy进pycharm的程序中
        • b、运行结果:
      • 1、运行detect程序
        • a、将开头的detect程序进pycharm的程序中
        • b、运行结果
    • 七、基于DenseNet神经网络构架的猫狗识别训练程序
      • 1、在之前的基础上导入sklearn包
      • 2、将程序copy到pycharm
        • train.py程序结构
      • 3、运行结果

一、前言

在实现猫狗识别的时候,我看到csdn上检索的猫狗识别有一些博客比较繁杂,可是作为正式进入AL世界的Hello world,这是不合理的,代码本来就不复杂。
繁杂的操作和图片有点让人生畏,所以我决定有必要重写一下程序、记录一下过程。

下面是一些国内的pip源,有需要可自取

阿里云 http://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban) http://pypi.douban.com/simple/

清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

二、环境配置

软件:ANACONDA3+Pycharm2019

keras>=2.7;
tensorflow>=2.7
注:一定关掉科学上网

三、源码以及数据集

链接:https://pan.baidu.com/s/1Q4kQ9el-uIiRCx7RS-FQmw
提取码:eorn

四、基础猫狗识别程序如下

1、train.py

基于卷积池化构架的猫狗识别训练程序

train.py程序结构:

  • 第一步:导入包
  • 第二步:指定一些超参数
  • 第三步:准备训练集和验证集
  • 第四步:建立神经网络模型
  • 第五步:训练模型
  • 第六步:根据训练过程中的信息绘制图表

#第一步:导入包
import numpy as np
import os,random,shutil
np.random.seed(7)

#第二步:指定一些超参数
FOLDER=".\\dataset_default"
train_data_dir=os.path.join(FOLDER,'train') #训练集路径
val_data_dir=os.path.join(FOLDER,'validate')#验证集路径

train_samples_num=4916          # 训练集的图片个数
val_samples_num=1439             #验证集的图片个数
IMG_W,IMG_H,IMG_CH=150,150,3     # 输入模型的图片大小
batch_size=32                    #每一次输入神经网络图片个数
epochs=20                       # 训练轮数
class_num=2                      # 训练的类别,如果是多类别将这个修改,在按照猫狗数据集的形式,建立文件夹即可


#第三步:准备训练集,keras有很多Generator可以直接处理图片的加载,增强等操作,封装的非常好
from keras.preprocessing.image import ImageDataGenerator
train_datagen = ImageDataGenerator( # 单张图片的处理方式,train时一般都会进行图片增强
        rescale=1. / 255, # 图片像素值为0-255,此处都乘以1/255,调整到0-1之间
    rotation_range=40,  # 旋转范围
    width_shift_range=0.2,  # 水平平移范围
    height_shift_range=0.2,  # 垂直平移范围
    shear_range=0.2,  # 剪切变换的程度
    zoom_range=0.2,  # 剪切变换的程度
    horizontal_flip=True,  # 水平翻转
    fill_mode='nearest'
        )

train_generator = train_datagen.flow_from_directory(# 从文件夹中产生数据流
    train_data_dir,             # 训练集图片的文件夹
    target_size=(IMG_W, IMG_H), #调整后每张图片的大小,这样是模型输入的大小
    batch_size=batch_size,      #每一次数据生成器生成图片数据
    color_mode='rgb',           #图片为RGB三通道
    class_mode='categorical')   # 此处是多分类问题,故而mode是categorical


#准备验证集
val_datagen = ImageDataGenerator(rescale=1. / 255) # 只需要和trainset同样的scale即可,不需增强

val_generator = val_datagen.flow_from_directory(
        val_data_dir,
        target_size=(IMG_W, IMG_H),    #同训练集
        batch_size=batch_size,
        color_mode='rgb',
        class_mode='categorical')

# 第四步:建立Keras模型:模型的建立主要包括模型的搭建,模型的配置
from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D
from keras.layers import Activation, Dropout, Flatten, Dense

#建立神经网络模型的函数
def build_model(input_shape):
    # 模型的搭建:此处构建三个CNN层+2个全连接层的结构
    model = Sequential()
    model.add(Conv2D(32, (3, 3), input_shape=input_shape)) #第一个卷积层,参数从左到右分别为卷积核输出空间的维度,卷积核大小,输入大小
    model.add(Activation("relu"))                          #激活函数
    model.add(MaxPooling2D(pool_size=(2, 2)))              #插入池化层           卷积池化1

    model.add(Conv2D(32, (3, 3)))
    model.add(Activation("relu"))                           #卷积池化2
    model.add(MaxPooling2D(pool_size=(2, 2)))

    model.add(Flatten())                                    #全连接层
    model.add(Dense(64))                                    #64个神经元
    model.add(Activation("relu"))                           #激活函数
    model.add(Dropout(0.5))                                 # Dropout防止过拟合
    model.add(Dense(class_num))                             #神经元数为2,这里要和要识别的种类一致
    model.add(Activation("softmax"))                        # 用softmax做激活函数输出猫狗两个类别的概率,

    # 神经网络结构建好,之后执行模型的编译 ,必须有这步
    from tensorflow import optimizers
    model.compile(
        loss="categorical_crossentropy",  # 定义模型的loss func,optimizer,
        optimizer='adam',  # 使用默认的lr=0.001
        metrics=["accuracy"],
    )  # 主要优化accuracy

    return model  # 返回构建好的模型
#利用刚刚写好的函数,生成一个神经网络模型
model=build_model(input_shape=(IMG_W,IMG_H,IMG_CH)) # 输入的图片维度



# 第五步:模型的训练
history_ft = model.fit(train_generator, #从训练集中获取数据流也就是图片,输入神经网络进行训练
                       steps_per_epoch=train_samples_num // batch_size, #每一轮训练的轮数
                       epochs=epochs,                                   #每一轮训练的轮数
                       validation_data=val_generator,                   #从验证集中获取验证集,数据流也也就是图片输入神经网络进行训练
                       validation_steps=val_samples_num // batch_size   #验证集轮数
                       )
# history_ft保存有训练过程的信息
model.save("./model.h5")                #保存模型
print(history_ft.history.keys())        #输出模型训练过程中,关键参数名也就是accuracy,val_accuracy,loss,val_loss,下面画图需要这些参数

# 第六步:根据训练过程中的信息绘制图片
import matplotlib.pyplot as plt
acc = history_ft.history['accuracy']                #变量 acc=训练过程中的acc
val_acc = history_ft.history['val_accuracy']
loss = history_ft.history['loss']
val_loss = history_ft.history['val_loss']
                                                    #上面那些acc,val_acc,loss,val_loss变量,参数必须包含在history_ft.history.keys()中
epochs = range(len(acc))

plt.plot(epochs, acc, 'bo', label='Training acc')      #点
plt.plot(epochs, val_acc, 'b', label='validate acc') #线
plt.title('Training and validation acc')            #图的标题
plt.legend()

plt.show()                                          #画这个图

plt.plot(epochs, loss, 'bo', label='Training loss')      #点
plt.plot(epochs, val_loss, 'b', label='validate Loss') #线
plt.title('Training and validation loss')
plt.legend()

plt.show()                                          #同上

2、detect.py

detect.py程序结构:

  • 第一步:导入库以及定义一些参数
  • 第二步:定义一个函数,从测试文件夹内读取任意一张图片
  • 第三步:定义一个预测函数
  • 第四步:载入模型并预测

# 第一步:导入库以及定义一些参数
import os, random
from matplotlib.pyplot import imshow
import numpy as np
import matplotlib.pyplot as plt
IMG_W,IMG_H,IMG_CH=150,150,3   #设置图片的大小,这个大小要和神经网络的第一层输入有关

# 第二步:定义一个函数,从测试文件夹内读取任意一张图片。
def read_random_image():
    folder=r"./Imgs/"                                        #修改成你的数据集地址
    file_path = folder + random.choice(os.listdir(folder))  #随机获取文件内图片的地址
    pil_im = Image.open(file_path, 'r')                     #打开这个图片
    return pil_im                                           #返回


# 第三步:定义一个预测函数
# 用训练好的模型来预测新样本
from PIL import Image
from keras.preprocessing import image

def predict(model, img, target_size):
    name = ["猫", "狗"]
    if img.size != target_size:             #如果图片的大小不是目标大小则修改
        img = img.resize(target_size)

    x = image.img_to_array(img)             #将图片转换成二维数组准备输入模型
    x *= 1. / 255                           #归一化,矩阵*1/255.0,相当于将像素值转换到0~1
    x = np.expand_dims(x, axis=0)           #调整图片维度为零
    preds = model.predict(x)                #执行模型自带的预测函数,参数为x

    imshow(np.asarray(img))                 #输出图片,提高可视度

    print(preds)                            #打印预测结果
    for i in range(2):
        if preds[0][i]>0.5:  #打印超过0.5概率的类别名字
            print(name[i])
            break


#第四步:载入模型并预测
# 载入训练保存的模型
from keras.models import load_model
model_path = './model.h5'	#模型地址
model = load_model(model_path)


print("下面将抽五张图并预测如下:")
for i in range(5):
    print("该图片的猫狗概率如下:")
    predict(model,read_random_image(),(IMG_W,IMG_H))    #预测函数
    plt.show()


# 评估函数下面运行后可以评估模型的平均准确率,损失函数

'''
test_datagen = ImageDataGenerator(rescale=1. / 255) # 只需要和trainset同样的scale即可,不需增强

test_data_dir="./data_oppo/train"
val_generator = test_datagen.flow_from_directory(
        test_data_dir,
        target_size=(IMG_W, IMG_H),
        batch_size=32,
        color_mode='rgb',
        class_mode='categorical')
test_loss,test_acc=model.evaluate(val_generator)
print("test_acc={}  test_loss={}".format(test_acc,test_loss))
'''

以下是跑通这个程序的过程。如果清楚这些步骤的过程可以略过下面

五、配置环境过程

1、打开Anaconda Prompt

a、创建一个叫MNIST4的环境

conda create -n MNIST4 python=3.8

注:记得python=3.8,大了就下载不了tensorflow包了
注:名字不重要,你之后想起什么名字都可以
在这里插入图片描述

b、创建成功后激活环境并下载keras包:

conda activate MNIST4

在这里插入图片描述

为了提高下载速度,在国内清华源中下载keras包

pip install keras -i https://pypi.tuna.tsinghua.edu.cn/simple/

在这里插入图片描述

c、下载matplotlib包

pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple/

在这里插入图片描述

d、下载tensorflow包

pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/

在这里插入图片描述

e、下载SciPy包

pip install SciPy -i https://pypi.tuna.tsinghua.edu.cn/simple/

猫狗识别与分类_第1张图片

2、打开Pycharm配置

配置代码运行环境
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
注:这里刷新出来的时候比较长,需要等等
之后一路点击确认下去

六、运行基础程序

这个程序是最基础的程序,有训练模型,部署模型的能力,数据集6000简单训练20轮,验证集精度大概有0.7的精度,
当然这只是用来玩的基础版本,一定要理解,之后的VGG–>Res–>DenseNet–>EffectionNet
也都只是时间问题了。

1、运行train程序

a、将开头的程序copy进pycharm的程序中

猫狗识别与分类_第2张图片

b、运行结果:

猫狗识别与分类_第3张图片
这样就训练成功了。

训练数据画图如下:
猫狗识别与分类_第4张图片
猫狗识别与分类_第5张图片

1、运行detect程序

a、将开头的detect程序进pycharm的程序中

猫狗识别与分类_第6张图片

b、运行结果

猫狗识别与分类_第7张图片

七、基于DenseNet神经网络构架的猫狗识别训练程序

DenseNet神经网络架构是2017年比较活的架构
到2020年虽然干不过谷歌的EffectionNet不过在很多方面已经很优秀了
所以特意举这个例子

数据集:6000
验证集精度大概在0.97左右。

1、在之前的基础上导入sklearn包

pip install sklearn -i https://pypi.tuna.tsinghua.edu.cn/simple/

猫狗识别与分类_第8张图片

2、将程序copy到pycharm

train.py程序结构

  • 第一步:导入相应的库和指定超参数
  • 第二步:学习率修改函数
  • 第三步:准备训练集
  • 第四步:建立Keras模型:模型的建立主要包括模型的搭建,模型的编译
  • 第五步:回调函数
  • 第六步:模型的训练
  • 第七步:绘制训练过程图像
from idlelib import history
#第一步:导入相应的库和指定超参数
from tensorflow.keras.callbacks import ReduceLROnPlateau,ModelCheckpoint
import tensorflow as tf
import os

#1指定超参数:
FOLDER=".\\dataset_default"#数据集前缀
train_data_dir=os.path.join(FOLDER,'train')  #训练数据集的地址,里面应该有cats,dogs二个文件夹
val_data_dir=os.path.join(FOLDER,'validate') #验证数据集的地址,里面应该有cats,dogs二个文件夹
train_samples_num=4916                       # train set中全部照片数
val_samples_num=1439                         # validata set中全部照片数

IMG_W,IMG_H,IMG_CH=150,150,3 # 单张图片的大小
batch_size=32 #每次压入内存的图片个数
epochs=10 # 训练次数
class_num=2 # 此处有3个类别

# 创建保存模型的文件夹
if not os.path.exists("save_weights"):
    os.makedirs("save_weights")

# 第二步:学习率修改函数,在model编译过程将调用
def lr_schedule(epoch):
    """Learning Rate Schedule
        Learning rate is scheduled to be reduced after 80, 120, 160, 180 epochs.
        Called automatically every epoch as part of callbacks during training.
        # Arguments
        epoch (int): The number of epochs
        # Returns
        lr (float32): learning rate
        """
    lr = 1e-4
    if epoch > 40:
        lr *= 0.5e-3
    elif epoch > 30:
        lr *= 0.5
    elif epoch > 20:
        lr *= 0.5
    elif epoch > 10:
        lr *= 0.5
    print('Learning rate: ', lr)
    return lr

# 第三步:准备训练集,keras有很多Generator可以直接处理图片的加载,增强等操作,封装的非常好
from keras.preprocessing.image import ImageDataGenerator
'''
在深度学习中,一般要求样本的数量要充足,样本数量越多,训练出来的模型效果越好,模型的泛化能力越强。但是实际中,样本数量不足或者样本质量不够好,这就要对样本做数据增强,来提高样本质量。
关于数据增强的作用总结如下:
1,增加训练的数据量,提高模型的泛化能力
2,增加噪声数据,提升模型的鲁棒性
讲解数据增强的文章:#https://zhuanlan.zhihu.com/p/41679153
'''
train_datagen = ImageDataGenerator(rescale=1.0 / 255,
                                   rotation_range=40,           # 旋转范围
                                   width_shift_range=0.2,       # 水平平移范围
                                   height_shift_range=0.2,      # 垂直平移范围
                                   shear_range=0.2,             # 剪切变换的程度
                                   zoom_range=0.2,              # 剪切变换的程度
                                   horizontal_flip=True,        # 水平翻转
                                   fill_mode='nearest')
'''
  ImageDataGenerator类的简单介绍
(1)图片生成器,负责生成一个批次一个批次的图片,以生成器的形式给模型训练;

(2)对每一个批次的训练图片,适时地进行数据增强处理(data augmentation);
'''

train_generator = train_datagen.flow_from_directory(            # 从文件夹中产生数据流
                                    train_data_dir,             # 训练集图片的文件夹
                                    target_size=(IMG_W, IMG_H), # 调整后每张图片的大小
                                    batch_size=batch_size,      #每轮输入的图片个数
                                    shuffle=True,               #打乱标签
                                    color_mode='rgb',           #输入rgb
                                    class_mode='categorical')   #此处是多分类问题,故而mode是categorical


# 同样的方式准备测试集
val_datagen = ImageDataGenerator(rescale=1.0 / 255)
# 只需要和trainset同样的scale即可,无需增强# 只需要和trainset同样的scale即可,不需增强

val_generator = val_datagen.flow_from_directory(
        val_data_dir,
        target_size=(IMG_W, IMG_H),
        batch_size=batch_size,
        shuffle=False,  #不打乱标签
        color_mode='rgb',
        class_mode='categorical')

# 第四步:建立Keras模型:模型的建立主要包括模型的搭建,模型的配置
from keras.models import Sequential
from keras.initializers import TruncatedNormal
#上一行TruncatedNormal可能会报错,这是由于版本的原因,忽视即可

def build_model(input_shape):
    # unit1
    covn_base = tf.keras.applications.DenseNet121(weights='imagenet', include_top=False, input_shape=(150, 150, 3))
    covn_base.trainable = True

    # 冻结前面的层,训练最后5层
    for layers in covn_base.layers[:-5]:
        layers.trainable = False

    # 构建模型
    model = tf.keras.Sequential()
    model.add(covn_base)
    model.add(tf.keras.layers.GlobalAveragePooling2D())  # 加入全局平均池化层
    model.add(tf.keras.layers.Dense(512, activation='relu'))  # 添加全连接层
    model.add(tf.keras.layers.Dropout(rate=0.5))  # 添加Dropout层,防止过拟合
    model.add(tf.keras.layers.Dense(2, activation='softmax'))  # 添加输出层(2分类)
    model.summary()  # 打印每层参数信息

    # 编译模型
    model.compile(optimizer=tf.optimizers.RMSprop(lr_schedule(0)),  # 使用adam优化器,学习率为0.0001
                  loss='binary_crossentropy',  # 交叉熵损失函数
                  metrics=["accuracy"])  # 评价函数
    return model
#利用构建后的函数构建模型
model=build_model(input_shape=(IMG_W,IMG_H,IMG_CH)) # 输入的图片维度并获取模型

# 第五步:回调函数
#回调函数1:学习率衰减
reduce_lr = ReduceLROnPlateau(
                                monitor='val_loss', #需要监视的值
                                factor=0.1,  #学习率衰减为原来的1/10
                                patience=2,  #当patience个epoch过去而模型性能不提升时,学习率减少的动作会被触发
                                mode='auto', #当监测值为val_acc时,模式应为max,当监测值为val_loss时,模式应为min,在auto模式下,评价准则由被监测值的名字自动推断
                                verbose=1 #如果为True,则为每次更新输出一条消息,默认值:False
                             )

#回调函数2:保存最优模型
checkpoint = ModelCheckpoint(
                                filepath='./save_weights/myDenseNet121.h5', #保存模型的路径
                                monitor='val_accuracy', #需要监视的值
                                save_weights_only=False, #若设置为True,则只保存模型权重,否则将保存整个模型(包括模型结构,配置信息等)
                                save_best_only=True, #当设置为True时,监测值有改进时才会保存当前的模型
                                mode='auto', #当监测值为val_acc时,模式应为max,当监测值为val_loss时,模式应为min,在auto模式下,评价准则由被监测值的名字自动推断
                                period=1 #CheckPoint之间的间隔的epoch数
                            )

# 第六步:模型的训练
history_ft = model.fit(train_generator, # 数据流
                       steps_per_epoch=train_samples_num // batch_size,
                       epochs=epochs,
                       validation_data=val_generator, #验证集数据流
                       validation_steps=val_samples_num // batch_size,
                        callbacks=[checkpoint, reduce_lr]   #回调函数
                       )

model.save("./model2.h5")                   #保存程序为./model2.h5
print(history_ft.history.keys())            # 打印history_ft有哪些参数

#第七步:绘制训练过程图像
import matplotlib.pyplot as plt
acc = history_ft.history['accuracy']
val_acc = history_ft.history['val_accuracy']
loss = history_ft.history['loss']
val_loss = history_ft.history['val_loss']

epochs = range(len(acc))


plt.plot(epochs, acc, 'bo', label='Training acc')      #点
plt.plot(epochs, val_acc, 'b', label='validate acc') #线
plt.title('Training and validation acc')
plt.legend()

plt.show()

plt.plot(epochs, loss, 'bo', label='Training loss')      #点
plt.plot(epochs, val_loss, 'b', label='validate Loss') #线
plt.title('Training and validation loss')
plt.legend()

plt.show()

3、运行结果

猫狗识别与分类_第9张图片
猫狗识别与分类_第10张图片
可以看到算比较理想,验证集精度0.97。毕竟数据集那么小,才6000张图片。
kaggle正式比赛时候训练的模型数据集可是25000张图片
至于为什么验证集精度比训练集精度高可以看这篇博客:https://blog.csdn.net/qq_51116518/article/details/122227731

你可能感兴趣的:(python实践,神经网络,机器视觉,分类,python,深度学习)