Press "Enter" to skip to content

使用 TensorFlow 训练模型的基本流程

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

本篇文章将介绍使用tensorflow的训练模型的基本流程,包括制作读取TFRecord,训练和保存模型,读取模型。

准备

  • 语言:Python3
  • 库:、cv2、numpy、matplotlib
  • 数据集:Chars74K dataset 的数字部分
  • 网络:CNN
    所有代码已经上传至github:https://github.com/wmpscc/TensorflowBaseDemo

TFRecord

TensorFlow提供了一种统一的格式来存储数据,这个格式就是TFRecord.

message Example {Features features = 1;};message Features{map<string,Feature> featrue = 1;};message Feature{oneof kind{BytesList bytes_list = 1;FloatList float_list = 2;Int64List int64_list = 3;}};

从代码中我们可以看到, tf.train.Example 包含了一个字典,它的键是一个字符串,值为Feature,Feature可以取值为字符串(BytesList)、浮点数列表(FloatList)、整型数列表(Int64List)。

写入一个TFRecord一般分为三步:

  • 读取需要转化的数据
  • 将数据转化为Example Protocol Buffer,并写入这个数据结构
  • 通过将数据转化为字符串后,通过TFRecordWriter写出

方法一

这次我们的数据是分别保存在多个文件夹下的,因此读取数据最直接的方法是遍历目录下所有文件,然后读入写出TFRecord文件。该方法对应文件MakeTFRecord.py,我们来看关键代码

filenameTrain = 'TFRecord/train.tfrecords'filenameTest = 'TFRecord/test.tfrecords'writerTrain = tf.python_io.TFRecordWriter(filenameTrain)writerTest = tf.python_io.TFRecordWriter(filenameTest)folders = os.listdir(HOME_PATH)for subFoldersName in folders:label = transform_label(subFoldersName)path = os.path.join(HOME_PATH, subFoldersName)  # 文件夹路径subFoldersNameList = os.listdir(path)i = 0for imageName in subFoldersNameList:imagePath = os.path.join(path, imageName)images = cv2.imread(imagePath)res = cv2.resize(images, (128, 128), interpolation=cv2.INTER_CUBIC)image_raw_data = res.tostring()example = tf.train.Example(features=tf.train.Features(feature={'label': _int64_feature(label),'image_raw': _bytes_feature(image_raw_data)}))if i <= len(subFoldersNameList) * 3 / 4:writerTrain.write(example.SerializeToString())else:writerTest.write(example.SerializeToString())i += 1

在做数据的时候,我打算将3/4的数据用做训练集,剩下的1/4数据作为测试集,方便起见,将其保存为两个文件。

基本流程就是遍历Fnt目录下的所有文件夹,再进入子文件夹遍历其目录下的图片文件,然后用OpenCV的imread方法将其读入,再将图片数据转化为字符串。在TFRecord提供的数据结构中`_bytes_feature’是存储字符串的。

以上将图片成功读入并写入了TFRecord的数据结构中,那图片对应的标签怎么办呢?

def transform_label(folderName):label_dict = {'Sample001': 0,'Sample002': 1,'Sample003': 2,'Sample004': 3,'Sample005': 4,'Sample006': 5,'Sample007': 6,'Sample008': 7,'Sample009': 8,'Sample010': 9,'Sample011': 10,}return label_dict[folderName]

我建立了一个字典,由于一个文件下的图片都是同一类的,所以将图片对应的文件夹名字与它所对应的标签,产生映射关系。代码中label = transform_label(subFoldersName)通过该方法获得,图片的标签。

方法二

在使用方法一产生的数据训练模型,会发现非常容易产生过拟合。因为我们在读数据的时候是将它打包成batch读入的,虽然可以使用tf.train.shuffle_batch方法将队列中的数据打乱再读入,但是由于一个类中的数据过多,会导致即便打乱后也是同一个类中的数据。例如:数字0有1000个样本,假设你读取的队列长达1000个,这样即便打乱队列后读取的图片任然是0。这在训练时容易过拟合。为了避免这种情况发生,我的想法是在做数据时将图片打乱后写入。对应文件MakeTFRecord2.py,关键代码如下

folders = os.listdir(HOME_PATH)for subFoldersName in folders:path = os.path.join(HOME_PATH, subFoldersName)  # 文件夹路径subFoldersNameList = os.listdir(path)for imageName in subFoldersNameList:imagePath = os.path.join(path, imageName)totalList.append(imagePath)# 产生一个长度为图片总数的不重复随机数序列dictlist = random.sample(range(0, len(totalList)), len(totalList))print(totalList[0].split('')[1].split('-')[0])    # 这是图片对应的类别i = 0for path in totalList:images = cv2.imread(totalList[dictlist[i]])res = cv2.resize(images, (128, 128), interpolation=cv2.INTER_CUBIC)image_raw_data = res.tostring()label = transform_label(totalList[dictlist[i]].split('')[1].split('-')[0])print(label)example = tf.train.Example(features=tf.train.Features(feature={'label': _int64_feature(label),'image_raw': _bytes_feature(image_raw_data)}))if i <= len(totalList) * 3 / 4:writerTrain.write(example.SerializeToString())else:writerTest.write(example.SerializeToString())i += 1

基本过程:遍历目录下所有的图片,将它的路径加入一个大的列表。通过一个不重复的随机数序列,来控制使用哪张图片。这就达到随机的目的。

怎么获取标签呢?图片文件都是类型-序号这个形式命名的,这里通过获取它的类型名,建立字典产生映射关系。

def transform_label(imgType):label_dict = {'img001': 0,'img002': 1,'img003': 2,'img004': 3,'img005': 4,'img006': 5,'img007': 6,'img008': 7,'img009': 8,'img010': 9,'img011': 10,}return label_dict[imgType]

原尺寸图片CNN

对应CNN_train.py文件
训练的时候怎么读取TFRecord数据呢,参考以下代码

# 读训练集数据def read_train_data():reader = tf.TFRecordReader()filename_train = tf.train.string_input_producer(["TFRecord128/train.tfrecords"])_, serialized_example_test = reader.read(filename_train)features = tf.parse_single_example(serialized_example_test,features={'label': tf.FixedLenFeature([], tf.int64),'image_raw': tf.FixedLenFeature([], tf.string),})img_train = features['image_raw']images_train = tf.decode_raw(img_train, tf.uint8)images_train = tf.reshape(images_train, [128, 128, 3])labels_train = tf.cast(features['label'], tf.int64)labels_train = tf.cast(labels_train, tf.int64)labels_train = tf.one_hot(labels_train, 10)return images_train, labels_train

通过features[键名]的方式将存入的数据读取出来,键名和数据类型要与写入的保持一致。

关于这里的卷积神经网络,我是参考王天锐学长培训时的代码写的。当然照搬肯定不行,会遇到loss NaN的情况,我解决的方法是仿照AlexNet中,在卷积后加入LRN层,进行局部响应归一化。在设置参数时,加入l2正则项。关键代码如下

def weights_with_loss(shape, stddev, wl):var = tf.truncated_normal(stddev=stddev, shape=shape)if wl is not None:weight_loss = tf.multiply(tf.nn.l2_loss(var), wl, name='weight_loss')tf.add_to_collection('losses', weight_loss)return tf.Variable(var)def net(image, drop_pro):W_conv1 = weights_with_loss([5, 5, 3, 32], 5e-2, wl=0.0)b_conv1 = b
iasses([32])conv1 = tf.nn.relu(conv(image, W_conv1) + b_conv1)pool1 = max_pool_2x2(conv1)norm1 = tf.nn.lrn(pool1, 4, bias=1, alpha=0.001 / 9.0, beta=0.75)W_conv2 = weights_with_loss([5, 5, 32, 64], stddev=5e-2, wl=0.0)b_conv2 = biasses([64])conv2 = tf.nn.relu(conv(norm1, W_conv2) + b_conv2)norm2 = tf.nn.lrn(conv2, 4, bias=1, alpha=0.001 / 9.0, beta=0.75)pool2 = max_pool_2x2(norm2)W_conv3 = weights_with_loss([5, 5, 64, 128], stddev=0.04, wl=0.004)b_conv3 = biasses([128])conv3 = tf.nn.relu(conv(pool2, W_conv3) + b_conv3)pool3 = max_pool_2x2(conv3)W_conv4 = weights_with_loss([5, 5, 128, 256], stddev=1 / 128, wl=0.004)b_conv4 = biasses([256])conv4 = tf.nn.relu(conv(pool3, W_conv4) + b_conv4)pool4 = max_pool_2x2(conv4)image_raw = tf.reshape(pool4, shape=[-1, 8 * 8 * 256])# 全连接层fc_w1 = weights_with_loss(shape=[8 * 8 * 256, 1024], stddev=1 / 256, wl=0.0)fc_b1 = biasses(shape=[1024])fc_1 = tf.nn.relu(tf.matmul(image_raw, fc_w1) + fc_b1)# drop-out层drop_out = tf.nn.dropout(fc_1, drop_pro)fc_2 = weights_with_loss([1024, 10], stddev=0.01, wl=0.0)fc_b2 = biasses([10])return tf.matmul(drop_out, fc_2) + fc_b2

128x128x3原图训练过程
128*128
在验证集上的正确率
128v
这里使用的是1281283的图片,图片比较大,所以我产生了一个想法。在做TFRecord数据的时候,将图片尺寸减半。所以就有了第二种方法。

图片尺寸减半CNN

对应文件CNN_train2.py
与上面那种方法唯一的区别是将图片尺寸128*128*3改成了64*64*3所以我这里就不重复说明了。
64x64x3图片训过程
64*64
在验证集上的正确率
64v

保存模型

CNN_train.py中,对应保存模型的代码是

def save_model(sess, step):MODEL_SAVE_PATH = "./model128/"MODEL_NAME = "model.ckpt"saver = tf.train.Saver()saver.save(sess, os.path.join(MODEL_SAVE_PATH, MODEL_NAME), global_step=step)save_model(sess, i)

i是迭代的次数,可以不填其对应的参数global_step

在测试集上检验准确率

对应文件AccuracyTest.py
代码基本与训练的代码相同,这里直接将怎么恢复模型。关键代码

ckpt = tf.train.get_checkpoint_state(MODEL_PATH)if ckpt and ckpt.model_checkpoint_path:#加载模型saver.restore(sess, ckpt.model_checkpoint_path)

值得一提的是tf.train.get_checkpoint_state该方法会自动找到文件夹下迭代次数最多的模型,然后读入。而saver.restore(sess, ckpt.model_checkpoint_path)方法将恢复,模型在训练时最后一次迭代的变量参数。

查看读入的TFRecord图片

对应文件ReadTest.py
如果你想检查下在制作TFRecord时,图片是否处理的正确,最简单的方法就是将图片显示出来。关键代码如下

def plot_images(images, labels):for i in np.arange(0, 20):plt.subplot(5, 5, i + 1)plt.axis('off')plt.title(labels[i], fontsize=14)plt.subplots_adjust(top=1.5)plt.imshow(images[i])plt.show()plot_images(image, label

示例

总结

在摸索过程中遇到很多问题,多亏了王学长耐心帮助,也希望这篇文章能帮助更多人吧。
新手上路,如果有错,欢迎指正,谢谢。

代码已上传github:https://github.com/wmpscc/TensorflowBaseDemo

Be First to Comment

发表评论

电子邮件地址不会被公开。 必填项已用*标注