Keras-4-深度学习用于计算机视觉-猫狗数据集训练卷积网络
0. 说明：
本篇学习记录主要包括：《Python深度学习》的第5章（深度学习用于计算机视觉）的第2节（在小型数据集上从头开始训练一个卷积神经网络）内容。
相关知识点：
- 从头训练卷积网络；
- 数据增强；
dropout；
1. 在猫狗分类数据集上训练一个卷积神经网络:
1.1 数据集下载及划分:
下载链接：https://www.kaggle.com/c/dogs-vs-cats/data
该数据集包含25000张猫狗图片(每个类别都有 12500 张)。
本次暂时只用到其中一小部分数据：每个类别各1000个样本作为训练集，各500个样本作验证集，各500个样本作测试集。
将原始文件解压之后得到: sampleSubmission.csv, test1.zip , train.zip；将 test1.zip解压后得到 test1/，包含12500张为分类猫狗图片；train.zip解压后得到25000张带标签的猫狗分类图片。
数据集划分的结果就是：
train: cat(1000), dog(1000)
val: cat(500), dog(500)
test: cat(500), dog(500)
import os
## 将前1000张猫狗图片复制到目标目录，作为训练集
for i in range(1000):
os.system("cp ./dogs-vs-cats/train/cat.{}.jpg ./dogs-vs-cats/small_dt/train/train_cats/".format(i))
os.system("cp ./dogs-vs-cats/train/dog.{}.jpg ./dogs-vs-cats/small_dt/train/train_dogs/".format(i))
## 将1000-1500的猫狗图片复制到验证集目录;
for j in range(1000,1500):
os.system("cp ./dogs-vs-cats/train/cat.{}.jpg ./dogs-vs-cats/small_dt/validation/validation_cats/".format(j))
os.system("cp ./dogs-vs-cats/train/dog.{}.jpg ./dogs-vs-cats/small_dt/validation/validation_dogs/".format(j))
## 将1500-2000的猫狗图片复制到测试集目录
for k in range(1500, 2000):
os.system("cp ./dogs-vs-cats/train/cat.{}.jpg ./dogs-vs-cats/small_dt/test/test_cats/".format(k))
os.system("cp ./dogs-vs-cats/train/dog.{}.jpg ./dogs-vs-cats/small_dt/test/test_dogs/".format(k))
1.2 数据预处理:
处理步骤：
-
读取图像文件；
-
将 JPEG 文件解码为 RGB 像素网格；
-
将这些像素网格转换为浮点张量；
-
将像素值 (0-255) 缩放到 [0,1] 之间 (较少的数值便于神经网络处理)；
注意目录结构必须是：
train/
train_cats/
train_dogs/
validation/
validation_cats/
validation_dogs/
test/
test_cats/
test_dogs
from keras.preprocessing.image import ImageDataGenerator ## 可以将硬盘上的图像文件自动转换为预处理好的张量批量
## 将所有图像乘以 1./255 进行像素值的缩放
train_datagen = ImageDataGenerator(rescale=1./255)
test_datagen = ImageDataGenerator(rescale=1./255)
## 创建批量张量
train_generator = train_datagen.flow_from_directory(directory="./dogs-vs-cats/small_dt/train/", ## 训练集图像文件所在目录
target_size=(150, 150), ## 将所有图像的大小调整为 150x150
batch_size=20, ## 批量大小
class_mode="binary") ## 因为时二分类问题，所以用二进制标签 (0,1)
validation_generator = test_datagen.flow_from_directory(directory="./dogs-vs-cats/small_dt/validation/", ## 验证集图像文件所在目录
target_size=(150, 150),
batch_size=20,
class_mode="binary")
Found 2000 images belonging to 2 classes.
Found 1000 images belonging to 2 classes.
for data_batch, labels_batch in train_generator:
print(data_batch.shape)
print(labels_batch.shape)
break
(20, 150, 150, 3)
(20,)
1.3 构建网络:
相比于之前的 MNIST，猫狗数据集相对而言数据量较大，所以相应的卷积网络也会比之前的更大一些。
和之前的 MNIST 类似，本次的卷积神经网络也是有 Conv2D层 (relu 为激活函数)和 MaxPooling2D 层交替组成。
增加网络深度既可以增大网络容量，也可以减小特征图的尺寸，使之在输入 Flatten 层时尺寸不会太大。
网络中特征图的深度在逐渐增大 (从32增加到128)，而特征图的尺寸在逐渐减小 (从150x150 减到 7x7)，这几乎是所有卷积网络的模式。
from keras import layers
from keras import models
model = models.Sequential()
model.add(layers.Conv2D(32, (3,3), activation="relu", input_shape=(150, 150, 3))) ## cnn1 (32个分类器，卷积核为3x3)
model.add(layers.MaxPool2D((2,2))) ## maxpooling 1
model.add(layers.Conv2D(64, (3,3), activation="relu")) ## cnn3
model.add(layers.MaxPool2D((2,2))) ## maxpooling 2
model.add(layers.Conv2D(128, (3,3), activation="relu")) ## cnn 3
model.add(layers.MaxPool2D((2,2))) ## maxpooling 3
model.add(layers.Conv2D(128, (3,3), activation="relu")) ## cnn4
model.add(layers.MaxPool2D((2,2))) ## maxpooling 4
model.add(layers.Flatten()) ## Flatten
model.add(layers.Dense(512, activation="relu")) ## FC1 (512个隐藏单元)
model.add(layers.Dense(1, activation="sigmoid")) ## 输出层 (1个隐藏单元，对应1个输出结果；二分类问题，激活函数为 sigmoid)
Metal device set to: Apple M1
systemMemory: 8.00 GB
maxCacheSize: 2.67 GB
查看 model 的特征维度随着每层的变化而产生的变化:
model.summary()
Model: "sequential"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
conv2d (Conv2D) (None, 148, 148, 32) 896
max_pooling2d (MaxPooling2D (None, 74, 74, 32) 0
)
conv2d_1 (Conv2D) (None, 72, 72, 64) 18496
max_pooling2d_1 (MaxPooling (None, 36, 36, 64) 0
2D)
conv2d_2 (Conv2D) (None, 34, 34, 128) 73856
max_pooling2d_2 (MaxPooling (None, 17, 17, 128) 0
2D)
conv2d_3 (Conv2D) (None, 15, 15, 128) 147584
max_pooling2d_3 (MaxPooling (None, 7, 7, 128) 0
2D)
flatten (Flatten) (None, 6272) 0
dense (Dense) (None, 512) 3211776
dense_1 (Dense) (None, 1) 513
=================================================================
Total params: 3,453,121
Trainable params: 3,453,121
Non-trainable params: 0
_________________________________________________________________
关于上面结果中 Param 列参数的个数的计算 (以第一个 896 为例): 参数个数(896) = 卷积核个数(32) * 卷积核大小(3x3x3) + 卷积核个数(32)
## 配置并编译模型
from keras import optimizers
model.compile(optimizer=optimizers.RMSprop(learning_rate=1e-4),
loss="binary_crossentropy", ## 二分类问题用 二元交叉熵损失函数
metrics=["acc"])
1.4 用 fit_generator() 方法对数据进行拟合:
history = model.fit_generator(
train_generator,
steps_per_epoch=100, ## 因为训练样本一共有2000个，批量大小为20，所以读取完全部训练样本需要100个批量.
epochs=30, ## 训练30次
validation_data=validation_generator,
validation_steps=50 ## 验证样本一共1000个，批量大小为20，读取完所有验证样本需要50个批量.
)
Epoch 1/30
/var/folders/0w/m6x2g_g94sqfmg3k8dldpwgm0000gn/T/ipykernel_32812/2996549298.py:1: UserWarning: `Model.fit_generator` is deprecated and will be removed in a future version. Please use `Model.fit`, which supports generators.
history = model.fit_generator(
2023-06-25 13:34:09.683332: W tensorflow/tsl/platform/profile_utils/cpu_utils.cc:128] Failed to get CPU frequency: 0 Hz
100/100 [==============================] - 8s 69ms/step - loss: 0.6898 - acc: 0.5255 - val_loss: 0.6737 - val_acc: 0.5600
Epoch 2/30
100/100 [==============================] - 7s 67ms/step - loss: 0.6615 - acc: 0.6030 - val_loss: 0.6755 - val_acc: 0.5670
Epoch 3/30
100/100 [==============================] - 7s 66ms/step - loss: 0.6243 - acc: 0.6525 - val_loss: 0.6122 - val_acc: 0.6680
Epoch 29/30
100/100 [==============================] - 7s 67ms/step - loss: 0.0574 - acc: 0.9845 - val_loss: 0.9850 - val_acc: 0.7270
Epoch 30/30
100/100 [==============================] - 7s 67ms/step - loss: 0.0482 - acc: 0.9875 - val_loss: 0.9249 - val_acc: 0.7320
1.5 保存模型:
model.save("cats_and_dogs_small_1.h5")
1.6 绘制训练过程中损失曲线和精度曲线:
## 训练损失和验证损失
import matplotlib.pyplot as plt
history_dict = history.history
loss_values = history_dict["loss"]
val_loss_values = history_dict["val_loss"]
epochs = range(1, len(loss_values)+1)
plt.plot(epochs, loss_values, "bo", label="Training loss") ## "bo" 表示蓝色圆点
plt.plot(epochs, val_loss_values, "b", label="Validation loss") ## "bo" 表示蓝色实线
plt.title("Training and validation loss")
plt.xlabel("Epochs")
plt.ylabel("Loss")
plt.legend()
plt.show()
## 练精度和验证精度
acc_values = history_dict["acc"]
val_acc_values = history_dict["val_acc"]
plt.plot(epochs, acc_values, "bo", label="Training accuracy") ## "bo" 表示蓝色圆点
plt.plot(epochs, val_acc_values, "b", label="Validation accuracy") ## "bo" 表示蓝色实线
plt.title("Training and validation accuracy")
plt.xlabel("Epochs")
plt.ylabel("Accuracy")
plt.legend()
plt.show()
1.7 使用数据增强来降低模型过拟合:
由于训练样本较少，所以模型很可能出现过拟合。除了之前提到的 dropout和 L2正则化 等降低过拟合的方法外，还可以使用一种针对计算机视觉领域的新方法——数据增强(data augmentation)。
数据增强指从现有的训练样本中生成更多的训练数据，利用多种能够生成可信图像的随机变换来增强样本。(将图像作不同的变化(翻转等)使模型在训练时不会两次查看完全相同的图像))
train_datagen = ImageDataGenerator(
rescale=1./255,
rotation_range=40, ## 图像随机旋转的角度范围 (0-180)
width_shift_range=0.2, ## 图像在水平方向上平移的范围 (相对于总宽度的比例)
height_shift_range=0.2, ## 图像在垂直方向上平移的范围 (相对于总高度的比例)
shear_range=0.2, ## 随机错切变换的角度
zoom_range=0.2, ## 图像随机缩放的范围
horizontal_flip=True ## 随机将一半图像水平翻转
)
test_datagen = ImageDataGenerator(rescale=1./255) ## 验证数据不能增强
## 创建批量张量
train_generator = train_datagen.flow_from_directory(directory="./dogs-vs-cats/small_dt/train/", ## 训练集图像文件所在目录
target_size=(150, 150), ## 将所有图像的大小调整为 150x150
batch_size=20, ## 批量大小
class_mode="binary") ## 因为时二分类问题，所以用二进制标签 (0,1)
validation_generator = test_datagen.flow_from_directory(directory="./dogs-vs-cats/small_dt/validation/", ## 验证集图像文件所在目录
target_size=(150, 150),
batch_size=20,
class_mode="binary")
Found 2000 images belonging to 2 classes.
Found 1000 images belonging to 2 classes.
1.8 定义一个包含dropout的卷积网络:
## 定义模型框架
model = models.Sequential()
model.add(layers.Conv2D(32, (3,3), activation="relu", input_shape=(150, 150,3)))
model.add(layers.MaxPool2D((2,2)))
model.add(layers.Conv2D(64, (3,3), activation="relu"))
model.add(layers.MaxPool2D((2,2)))
model.add(layers.Conv2D(128, (3,3), activation="relu"))
model.add(layers.MaxPool2D((2,2)))
model.add(layers.Conv2D(128, (3,3), activation="relu"))
model.add(layers.MaxPool2D((2,2)))
model.add(layers.Flatten())
model.add(layers.Dropout(0.5))
model.add(layers.Dense(512, activation="relu"))
model.add(layers.Dense(1, activation="sigmoid"))
## 配置并编译模型
model.compile(optimizer=optimizers.RMSprop(learning_rate=1e-4),
loss="binary_crossentropy",
metrics=["acc"])
1.9 训练并保存模型:
history = model.fit_generator(
train_generator,
steps_per_epoch=100,
epochs=50,
validation_data=validation_generator,
validation_steps=50
)
model.save("cats_and_dogs_small_2.h5")
Epoch 1/50
/var/folders/0w/m6x2g_g94sqfmg3k8dldpwgm0000gn/T/ipykernel_32812/2595555689.py:1: UserWarning: `Model.fit_generator` is deprecated and will be removed in a future version. Please use `Model.fit`, which supports generators.
history = model.fit_generator(
100/100 [==============================] - 8s 73ms/step - loss: 0.6944 - acc: 0.5055 - val_loss: 0.6940 - val_acc: 0.5000
Epoch 2/50
100/100 [==============================] - 8s 77ms/step - loss: 0.6901 - acc: 0.5235 - val_loss: 0.6918 - val_acc: 0.5000
Epoch 3/50
100/100 [==============================] - 8s 79ms/step - loss: 0.6780 - acc: 0.5765 - val_loss: 0.6721 - val_acc: 0.5440
Epoch 48/50
100/100 [==============================] - 11s 112ms/step - loss: 0.4791 - acc: 0.7715 - val_loss: 0.5140 - val_acc: 0.7340
Epoch 49/50
100/100 [==============================] - 10s 102ms/step - loss: 0.4683 - acc: 0.7725 - val_loss: 0.4514 - val_acc: 0.7720
Epoch 50/50
100/100 [==============================] - 11s 106ms/step - loss: 0.4825 - acc: 0.7790 - val_loss: 0.4511 - val_acc: 0.7810
1.10 可视化损失和精度：
## 训练损失和验证损失
import matplotlib.pyplot as plt
history_dict = history.history
loss_values = history_dict["loss"]
val_loss_values = history_dict["val_loss"]
epochs = range(1, len(loss_values)+1)
plt.plot(epochs, loss_values, "bo", label="Training loss") ## "bo" 表示蓝色圆点
plt.plot(epochs, val_loss_values, "b", label="Validation loss") ## "bo" 表示蓝色实线
plt.title("Training and validation loss")
plt.xlabel("Epochs")
plt.ylabel("Loss")
plt.legend()
plt.show()
## 训练精度和验证精度
import matplotlib.pyplot as plt
history_dict = history.history
acc_values = history_dict["acc"]
val_acc_values = history_dict["val_acc"]
epochs = range(1, len(acc_values)+1)
plt.plot(epochs, acc_values, "bo", label="Training accuracy") ## "bo" 表示蓝色圆点
plt.plot(epochs, val_acc_values, "b", label="Validation accuracy") ## "bo" 表示蓝色实线
plt.title("Training and validation accuracy")
plt.xlabel("Epochs")
plt.ylabel("Accuracy")
plt.legend()
plt.show()
