Press "Enter" to skip to content

ML.NET 示例:图像分类模型训练-首选API(基于原生TensorFlow迁移学习)

 

ML.NET 版本API 类型状态应用程序类型数据类型场景机器学习任务算法
Microsoft.ML 1.5.0动态API最新控制台应用程序和Web应用程序图片文件图像分类基于迁移学习的TensorFlow模型再训练进行图像分类DNN架构:ResNet、InceptionV3、MobileNet等

 

问题

 

图像分类是深度学习学科中的一个常见问题。此示例演示如何通过基于迁移学习方法训练模型来创建您自己的自定义图像分类器,该方法基本上是重新训练预先训练的模型(如InceptionV3或ResNet架构),这样您就可以在自己的图像上训练自定义模型。

 

在这个示例应用程序中,您可以创建自己的自定义图像分类器模型,方法是使用自己的图像从ML.NET API本机训练TensorFlow模型。

 

图像分类器场景–使用ML.NET训练您自己的定制深度学习模型

数据集(图像集)

 

图像集许可证

 

此示例的数据集基于Tensorflow提供的“flower_photosimageset”, 下载地址

 

此存档中的所有图像均获得Creative Commons By Attribution许可证的许可,网址为:

https://creativecommons.org/licenses/by/2.0/

完整的许可证信息在license.txt文件中提供,该文件包含在作为.zip文件下载的同一图像集中。

 

默认情况下,示例下载的imageset有200个图像,平均分布在5个flower类中:

 

Images --> flower_photos_small_set -->
           |
           daisy
           |
           dandelion
           |
           roses
           |
           sunflowers
           |
           tulips

 

每个子文件夹的名称很重要,因为它将是模型用于分类图像的每个类/标签的名称。

 

机器学习任务-图像分类

 

为了解决这个问题,我们首先要建立一个ML模型。然后我们将在现有数据上训练模型,评估它有多好,最后我们将使用模型对新图像进行分类。

 

 

1. 将项目配置为使用GPU或CPU

 

默认情况下,此解决方案使用 CPU 进行训练和评分。

 

但是,如果您的机器有一个兼容的 GPU 可用(基本上大多数NVIDIA GPU显卡),您可以配置该项目使用GPU。

 

:警告:请确保使用下面列出的NuGet包的正确版本。其他版本可能与Nvidia CUDA v10.0不兼容

 

使用CPU进行训练或推断/评分

 

当使用 CPU 时,您的项目必须引用以下redist库:

SciSharp.TensorFlow.Redist (1.15.0) (CPU training)

使用 CPU 的训练项目中的示例参考屏幕截图:

 

 

使用GPU进行训练或推断/评分

 

使用 GPU 时,项目必须引用以下redist库( 并删除CPU版本引用 ):

 

SciSharp.TensorFlow.Redist-Windows-GPU (1.14.0) (GPU training on Windows)

 

SciSharp.TensorFlow.Redist-Linux-GPU (1.14.0) (GPU training on Linux)

 

使用 GPU 的训练项目中的示例参考屏幕截图:

 

 

2. 构建模型

 

构建模型包括以下步骤:

将图像文件(本例中为文件路径)加载到IDataView中
使用ImageClassification评估器进行图像分类(高级API)

定义数据架构,并在从files文件夹加载图像时引用该类型。

 

public class ImageData
{
    public ImageData(string imagePath, string label)
    {
        ImagePath = imagePath;
        Label = label;
    }
    public readonly string ImagePath;
    public readonly string Label;
}

 

由于API使用内存图像,因此稍后您可以使用内存图像对模型进行评分,因此需要定义一个包含“byte[]image”类型中图像位的类,如下所示:

 

public class InMemoryImageData
{
    public InMemoryImageData(byte[] image, string label, string imageFileName)
    {
        Image = image;
        Label = label;
        ImageFileName = imageFileName;
    }
    public readonly byte[] Image;
    public readonly string Label;
    public readonly string ImageFileName;
}

 

使用LoadImagesFromDirectory()和LoadFromEnumerable()下载imageset并加载其信息。

 

// 1. Download the image set and unzip
string finalImagesFolderName = DownloadImageSet(imagesDownloadFolderPath);
string fullImagesetFolderPath = Path.Combine(imagesDownloadFolderPath, finalImagesFolderName);
var mlContext = new MLContext(seed: 1);
// 2. Load the initial full image-set into an IDataView and shuffle so it'll be better balanced
IEnumerable<ImageData> images = LoadImagesFromDirectory(folder: fullImagesetFolderPath, useFolderNameAsLabel: true);
IDataView fullImagesDataset = mlContext.Data.LoadFromEnumerable(images);
IDataView shuffledFullImageFilePathsDataset = mlContext.Data.ShuffleRows(fullImagesDataset);

 

将数据加载到IDataView后,将对这些行进行混洗,以便在拆分为训练/测试数据集之前更好地平衡数据集。。

 

下一步非常重要。因为我们希望ML模型能够处理内存中的图像,所以我们需要将图像加载到数据集中,并通过调用fit()和ttransform()来实现。

 

需要在初始且分离的管道中执行此步骤,以便在训练时,管道和模型不会使用文件路径来创建。

 

// 3. Load Images with in-memory type within the IDataView and Transform Labels to Keys (Categorical)
IDataView shuffledFullImagesDataset = mlContext.Transforms.Conversion.
        MapValueToKey(outputColumnName: "LabelAsKey", inputColumnName: "Label", keyOrdinality: KeyOrdinality.ByValue)
    .Append(mlContext.Transforms.LoadRawImageBytes(
                                    outputColumnName: "Image",
                                    imageFolder: fullImagesetFolderPath,
                                    inputColumnName: "ImagePath"))
    .Fit(shuffledFullImageFilePathsDataset)
    .Transform(shuffledFullImageFilePathsDataset);

 

此外,在分割数据集之前,我们还将标签转换为键(分类)。如果您不想在第二个管道(训练管道)中转换标签时处理/匹配KeyOrdinality,那幺在拆分之前执行此操作也很重要。

 

现在,让我们将数据集分成两个数据集,一个用于训练,另一个用于测试/验证模型的质量。

 

// 4. Split the data 80:20 into train and test sets, train and evaluate.
var trainTestData = mlContext.Data.TrainTestSplit(shuffledFullImagesDataset, testFraction: 0.2);
IDataView trainDataView = trainTestData.TrainSet;
IDataView testDataView = trainTestData.TestSet;

 

作为最重要的步骤,您可以定义模型的训练管道,在这里您可以看到如何轻松地训练一个新的TensorFlow模型,该模型基于默认体系结构(预先训练的模型)的迁移学习,例如 Resnet V2 500

 

// 5. Define the model's training pipeline using DNN default values
//
var pipeline = mlContext.MulticlassClassification.Trainers
        .ImageClassification(featureColumnName: "Image",
                                labelColumnName: "LabelAsKey",
                                validationSet: testDataView)
    .Append(mlContext.Transforms.Conversion.MapKeyToValue(outputColumnName: "PredictedLabel",
                                                          inputColumnName: "PredictedLabel"));

 

上面代码中的重要一行是使用 mlContext.MulticlassClassification.Trainers.ImageClassification 分类训练器的行,正如您所看到的,这是一个高级API,您只需要提供哪个列包含图像,带有标签的列(要预测的列)和用于在训练时计算质量度量的验证数据集,以便模型在训练时可以自我调整(更改内部超参数)。

 

在本质上,此模型训练基于从默认体系结构(预先训练的模型)学习的本地TensorFlow DNN迁移,例如 Resnet V2 50 。还可以通过配置可选的超参数来选择要从中派生的超参数。

 

就这幺简单,您甚至不需要进行图像变换(调整大小、规格化等)。根据所使用的DNN架构,该框架在幕后进行所需的图像转换,因此您只需使用单个API即可。

 

可选使用高级超参数

 

高级用户还有另一种重载方法,您还可以指定可选的超参数,例如epoch,batchSize,learningRate,特定的DNN架构,例如 Inception v3 或者 Resnet v2101 和其他典型的DNN参数,但大多数用户都可以从简化的API开始。

 

以下是如何使用高级DNN参数:

 

// 5.1 (OPTIONAL) Define the model's training pipeline by using explicit hyper-parameters
var options = new ImageClassificationTrainer.Options()
{
    FeatureColumnName = "Image",
    LabelColumnName = "LabelAsKey",
    // Just by changing/selecting InceptionV3/MobilenetV2/ResnetV250
    // you can try a different DNN architecture (TensorFlow pre-trained model).
    Arch = ImageClassificationTrainer.Architecture.MobilenetV2,
    Epoch = 50,       //100
    BatchSize = 10,
    LearningRate = 0.01f,
    MetricsCallback = (metrics) => Console.WriteLine(metrics),
    ValidationSet = testDataView
};
var pipeline = mlContext.MulticlassClassification.Trainers.ImageClassification(options)
        .Append(mlContext.Transforms.Conversion.MapKeyToValue(
            outputColumnName: "PredictedLabel",
            inputColumnName: "PredictedLabel"));

 

3. 训练模型

 

为了开始训练过程,您需要在构建的管道上运行 Fit

 

// 4. Train/create the ML model
ITransformer trainedModel = pipeline.Fit(trainDataView);

 

4. 评估模型

 

训练完成后,利用测试数据集对模型进行质量评价。

 

Evaluate 函数需要一个 IDataView ,其中包含通过调用Transform()从测试数据集生成的预测。

 

// 5. Get the quality metrics (accuracy, etc.)
IDataView predictionsDataView = trainedModel.Transform(testDataset);
var metrics = mlContext.MulticlassClassification.Evaluate(predictionsDataView, labelColumnName:"LabelAsKey", predictedLabelColumnName: "PredictedLabel");
ConsoleHelper.PrintMultiClassClassificationMetrics("TensorFlow DNN Transfer Learning", metrics);

 

最后,保存模型:

 

// Save the model to assets/outputs (You get ML.NET .zip model file and TensorFlow .pb model file)
mlContext.Model.Save(trainedModel, trainDataView.Schema, outputMlNetModelFilePath);

 

运行项目来训练模型

 

您应该按照以下步骤来训练您的模型:

 

ImageClassification.Train
assets/outputs/imageClassifier.zip

 

5. “终端用户”应用中的使用模型

 

GPU与CPU对模型的使用/评分对比

 

在使用/评分模型时,您也可以在CPU/GPU之间进行选择,但是,如果使用GPU,您还需要确保运行模型的计算机/服务器支持GPU。

 

设置评分/使用项目以使用GPU的方法与本readme.md开头所述的方法相同,只需使用一个或另一个redist库。

 

用于评分的示例控制台应用程序

 

在示例的解决方案中,还有第二个项目名为 ImageClassifcation.Predict 。这个控制台应用程序只需加载您定制的ML.NET模型,并以假设的最终用户应用程序的方式执行一些样本预测。

 

首先要做的是将生成的 assets/outputs/imageClassifier.zip 文件复制/粘贴到使用项目的 inputs/MLNETModel 文件夹中。

 

关于代码,您首先需要加载在模型训练应用执行期间创建的模型。

 

MLContext mlContext = new MLContext(seed: 1);
ITransformer loadedModel = mlContext.Model.Load(imageClassifierModelZipFilePath, out var modelInputSchema);

 

然后,您可以创建一个预测器引擎对象,并最终使用文件夹 assets/inputs/images-for-predictions 的第一个图像进行一些样本预测,其中只有一些图像在训练模型时没有使用。

 

请注意,在评分时,只需要具有内存图像的 InMemoryImageData 类型。

 

该图像也可以通过任何其他通道传输,而不是从文件中加载。

 

例如,这个解决方案中的 ImageClassification.WebApp 通过HTTP获取将要用于预测的图像。

 

var predictionEngine = mlContext.Model.CreatePredictionEngine<InMemoryImageData, ImagePrediction>(loadedModel);
//Predict the first image in the folder
IEnumerable<InMemoryImageData> imagesToPredict = LoadInMemoryImagesFromDirectory(
                                                        imagesFolderPathForPredictions, false);
InMemoryImageData imageToPredict = new InMemoryImageData
{
    Image = imagesToPredict.First().Image,
    ImageFileName = imagesToPredict.First().ImageFileName
};
var prediction = predictionEngine.Predict(imageToPredict);
// Get the highest score and its index
float maxScore = prediction.Score.Max();
Console.WriteLine($"Image Filename : [{imageToPredict.ImageFileName}], " +
                    $"Predicted Label : [{prediction.PredictedLabel}], " +
                    $"Probability : [{maxScore}] "
                    );

 

预测引擎接收 InMemoryImageData 类型的对象作为参数(包含2个属性: ImageImageFileName )。

 

该模型不使用ImageFileName。 您只需将它放在这里,以便在显示预测时可以将文件名打印出来。 预测仅使用 byte[] Image 字段中的图像位。

 

然后,模型返回类型为 ImagePrediction 的对象,该对象包含所有图像类/类型的 PredictedLabel 和所有 Scores

 

由于 PredictedLabel 已经是一个字符串,因此它将显示在控制台中。

 

关于预测标签的分数,我们只需要取最高的分数,即预测标签的概率。

 

运行“最终用户应用程序”项目以尝试预测

 

您应该按照以下步骤来使用您的模型:

 

imageClassifier.zip

 

用于评分/推断的ASP.NET Core web应用示例

 

在示例的解决方案中,还有另一个名为 ImageClassification.WebApp 的项目,它是一个ASP.NET Core web应用程序,允许用户通过HTTP提交图像,并使用内存中的图像进行评分/预测。

 

此示例还使用了 PredictionEnginePool ,建议用于多线程和可扩展的应用程序。

 

您可以在下面看到该应用的屏幕截图:

 

 

TensorFlow DNN迁移学习背景信息

 

这个示例应用程序正在重新训练用于图像分类的TensorFlow模型。您可能认为它与另一个示例非常相似 Image classifier using the TensorFlow Estimator featurizer 。 不过,内部的实现方式却有很大的不同。在上述示例中,它使用的是“模型合成方法”,其中初始TensorFlow模型(即InceptionV3或ResNet)仅用于对图像进行特征化,并生成每个图像的二进制信息,以供添加在顶部的另一个ML.NET分类器训练器使用(例如 LbfgsMaximumEntropy )。因此,即使该示例使用的是TensorFlow模型,您也只能使用ML.NET trainer进行训练,您不会重新训练新的TensorFlow模型,而是训练ML.NET模型。这就是为什幺该示例的输出只是一个ML.NET模型(.zip文件)。

 

与此相反,本例在本地基于迁移学习方法对新的TensorFlow模型进行重新训练,再从指定的预训练模型(Inception V3或ResNet)派生的新TensorFlow模型进行了训练。

 

重要的区别在于,这种方法使用TensorFlowAPI进行内部再训练,并创建一个新的TensorFlow模型(.pb)。然后,您使用的ML.NET.zip文件模型就像是新的重新训练的TensorFlow模型的包装器。这就是为什幺您还可以看到训练后生成的新.pb文件的原因:

 

 

在下面的屏幕截图中,您可以看到如何在 Netron 中看到重新训练的TensorFlow模型( custom_retrained_model_based_on_InceptionV3.meta.pb ),因为它是本机TensorFlow模型:

 

 

好处:

 

使用GPU进行训练和推断:

当使用基于TensorFlow的本机DNN方法时,您可以使用CPU或GPU(如果可用)来获得更好的性能(减少训练和评分所需的时间)。

 

跨多个框架和平台重用:

由于您本机训练了Tensorflow模型,除了能够使用ML.NET ‘wrapper’模型(.zip文件)运行/使用该模型之外,您还可以使用.pb Tensorflow冻结模型并在任何其他框架(如Python/Keras/Tensorflow)上运行它,或者Java/Android应用程序或任何支持TensorFlow的框架。

 

灵活性和性能:

由于ML.NET是在Tensorflow层上进行内部再训练的,因此ML.NET团队将能够进一步优化并采取多种方法,如在最后一层上进行训练或跨Tensorflow模型在多个层上进行训练,并获得更好的质量水平。

 

Be First to Comment

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注