Press "Enter" to skip to content

CNN-运动鞋品牌识别

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: 365天深度学习训练营-第5周:运动鞋品牌识别
 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

 

[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]

 

2. 导入并查看数据

 

data_dir = pathlib.Path("./data/")
image_count = len(list(data_dir.glob('*/*/*.jpg')))
print("图片总数为:",image_count)

 

图片总数为: 578

 

roses= list(data_dir.glob('train/nike/*.jpg'))
PIL.Image.open(str(roses[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

 

测试集与验证集的关系:

 

 

    1. 验证集并没有参与训练过程梯度下降过程的,狭义上来讲是没有参与模型的参数训练更新的。

 

    1. 但是广义上来讲,验证集存在的意义确实参与了一个“人工调参”的过程,我们根据每一个epoch训练之后模型在valid data上的表现来决定是否需要训练进行early stop,或者根据这个过程模型的性能变化来调整模型的超参数,如学习率,batch_size等等。

 

    1. 因此,我们也可以认为,验证集也参与了训练,但是并没有使得模型去overfit验证集

 

 

batch_size = 32
img_height = 224
img_width = 224

 

train_ds = tf.keras.preprocessing.image_dataset_from_directory(
    "./data/train/",
    seed=123,
    image_size=(img_height, img_width),
    batch_size=batch_size)

 

Found 502 files belonging to 2 classes.

 

val_ds = tf.keras.preprocessing.image_dataset_from_directory(
    "./data/test/",
    seed=123,
    image_size=(img_height, img_width),
    batch_size=batch_size)

 

Found 76 files belonging to 2 classes.

 

我们可以通过class_names输出数据集的标签。标签将按字母顺序对应于目录名称。

 

class_names = train_ds.class_names
print(class_names)

 

['adidas', 'nike']

 

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, 224, 224, 3)
(32,)

 

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: 365天深度学习训练营

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() 可显着减少空闲时间:

 

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(color channel)。在此示例中,我们的 CNN 输入的形状是 (224, 224, 3)即彩色图像。我们需要在声明第一层时将形状赋值给参数input_shape。

 

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.MaxPooling2D((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.Dropout(0.3),
    
    layers.Flatten(),                       # Flatten层,连接卷积层与全连接层
    layers.Dense(128, activation='relu'),   # 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"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
rescaling (Rescaling)        (None, 224, 224, 3)       0         
_________________________________________________________________
conv2d (Conv2D)              (None, 222, 222, 16)      448       
_________________________________________________________________
average_pooling2d (AveragePo (None, 111, 111, 16)      0         
_________________________________________________________________
conv2d_1 (Conv2D)            (None, 109, 109, 32)      4640      
_________________________________________________________________
max_pooling2d (MaxPooling2D) (None, 54, 54, 32)        0         
_________________________________________________________________
dropout (Dropout)            (None, 54, 54, 32)        0         
_________________________________________________________________
conv2d_2 (Conv2D)            (None, 52, 52, 64)        18496     
_________________________________________________________________
dropout_1 (Dropout)          (None, 52, 52, 64)        0         
_________________________________________________________________
flatten (Flatten)            (None, 173056)            0         
_________________________________________________________________
dense (Dense)                (None, 128)               22151296  
_________________________________________________________________
dense_1 (Dense)              (None, 2)                 258       
=================================================================
Total params: 22,175,138
Trainable params: 22,175,138
Non-trainable params: 0
_________________________________________________________________

 

四、训练模型

 

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。

1. 设置动态学习率

 

# 设置初始学习率
initial_learning_rate = 0.0001
lr_schedule = tf.keras.optimizers.schedules.ExponentialDecay(
        initial_learning_rate, 
        decay_steps=50,      # 敲黑板!!!这里是指 steps,不是指epochs
        decay_rate=0.98,     # lr经过一次衰减就会变成 decay_rate*lr
        staircase=True)
# 将指数衰减学习率送入优化器
optimizer = tf.keras.optimizers.Adam(learning_rate=lr_schedule)
model.compile(optimizer=optimizer,
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

 

学习率大与学习率小的优缺点分析:

 

学习率大

 

● 优点: ○ 1、加快学习速率。 ○ 2、有助于跳出局部最优值。 ● 缺点: ○ 1、导致模型训练不收敛。 ○ 2、单单使用大学习率容易导致模型不精确。

 

学习率小

 

● 优点: ○ 1、有助于模型收敛、模型细化。 ○ 2、提高模型精度。 ● 缺点: ○ 1、很难跳出局部最优值。 ○ 2、收敛缓慢。

 

注意:这里设置的动态学习率为:指数衰减型(ExponentialDecay)。在每一个epoch开始前,学习率(learning_rate)都将会重置为初始学习率(initial_learning_rate),然后再重新开始衰减。计算公式如下:

 

learning_rate = initial_learning_rate * decay_rate ^ (step / decay_steps)

 

2. 早停与保存最佳模型参数

 

EarlyStopping()参数说明:

monitor: 被监测的数据。
min_delta: 在被监测的数据中被认为是提升的最小变化, 例如,小于 min_delta 的绝对变化会被认为没有提升。
patience: 没有进步的训练轮数,在这之后训练就会被停止。
verbose: 详细信息模式。
mode: {auto, min, max} 其中之一。 在 min 模式中, 当被监测的数据停止下降,训练就会停止;在 max 模式中,当被监测的数据停止上升,训练就会停止;在 auto 模式中,方向会自动从被监测的数据的名字中判断出来。
baseline: 要监控的数量的基准值。 如果模型没有显示基准的改善,训练将停止。
estore_best_weights: 是否从具有监测数量的最佳值的时期恢复模型权重。 如果为 False,则使用在训练的最后一步获得的模型权重。

from tensorflow.keras.callbacks import ModelCheckpoint, EarlyStopping
epochs = 60
# 保存最佳模型参数
checkpointer = ModelCheckpoint('best_model.h5',
                                monitor='val_accuracy',
                                verbose=1,
                                save_best_only=True,
                                save_weights_only=True)
# 设置早停
earlystopper = EarlyStopping(monitor='val_accuracy', 
                             min_delta=0.001,
                             patience=20, 
                             verbose=1)

 

3.  模型训练

 

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

 

Epoch 00057: val_accuracy did not improve from 0.88158
Epoch 00057: early stopping

 

效果最好的一次,epoch走完了60次,val_accuracy为0.92,感觉选择一平均一最大池化比两平均效果好些。

 

五、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(len(loss))
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()

 

 

# 加载效果最好的模型权重
model.load_weights('best_model.h5')
from PIL import Image
import numpy as np
# img = Image.open("./45-data/Monkeypox/M06_01_04.jpg")  #这里选择你需要预测的图片
img = np.array(Image.open("./data/train/nike/1 (108).jpg"))  #这里选择你需要预测的图片
image = tf.image.resize(img, [img_height, img_width])
img_array = tf.expand_dims(image, 0) 
predictions = model.predict(img_array) # 这里选用你已经训练好的模型
print("预测结果为:",class_names[np.argmax(predictions)])

 

预测结果为: nike

 

一些收获与学习笔记:

 

1、对于卷积与池化

 

池化时,如果更注重整体、背景,可以选择平均池化,但会使得图片“模糊”;如果更注重纹理、线条边缘,可以选择最大池化,如本次运动鞋识别,最大池化效果好些。

 

一般而言,卷积层越多性能越好,但容易过拟合,池化层越多能回会降低模型预测的精准度。

 

即大的方向上,欠拟合加卷积,过拟合加池化。

 

2、对于学习率

 

并非学得越精细越好,有时可能会陷入”极大值”区域而非”最大值”。

 

学习率大

 

● 优点: ○ 1、加快学习速率。 ○ 2、有助于跳出局部最优值。 ● 缺点: ○ 1、导致模型训练不收敛。 ○ 2、单单使用大学习率容易导致模型不精确。

 

学习率小

 

● 优点: ○ 1、有助于模型收敛、模型细化。 ○ 2、提高模型精度。 ● 缺点: ○ 1、很难跳出局部最优值。 ○ 2、收敛缓慢。

 

3、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。

 

4、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,那幺一次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

 

5、others

有时模型准确率高但损失函数反而偏大,可能是受到了少数极端错误分类样本的影响。
对于训练集,在训练之前要进行shuffle操作,以确保模型的泛化能力。每一个epoch都需打乱数据的顺序,以使网络受到的调整更具有多样性。同时,我们会不断监督网络的训练效果。通常情况下,网络的性能提高速度会越来越慢,在几十到几百个epoch后网络的性能会趋于稳定,即性能基本不再提高.
通过Dataset对象的cache()方法和prefetch()通过缓存到内存中加速模型运行。

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