前言：

前两篇分别介绍两个图像识别的模型，第一个是mnist手写体图像识别，第二个是在第一个代码的基础上增加了一些优化技巧，例如正则化、dropout等，并且比较加上各种优化技巧之后图像识别的结果。接下来介绍几个图像识别中比较经典的算法。具体的就介绍AlexNet 、VGG19 、 ResNet_152 、 InceptionV4 、DenseNet这五个模型，并且测试一下这些模型在卫星图像分类上的效果。

数据集介绍：

本次数据集是百度点石城市功能分类初赛的数据集，数据集的具体介绍见链接，在本代码中我们仅仅只使用数据集的图像，对于数据集中文本的使用等在一个专栏在讲解。

模型一: AlexNet

模型的介绍：

Alexnet是人工智能三大教父之一Hinton的学生Alex Krizhevsky发明的一个Deep Learning模型，一举摘下了视觉领域竞赛ILSVRC 2012的桂冠，在百万量级的ImageNet数据集合上，效果大幅度超过传统的方法，从传统的70%多提升到80%多。Alexnet成功的原因有五个：

原因一：数据增强常用的方法有水平翻转随机裁剪、平移变换颜色、光照变换

原因二：使用Dropout防止过拟合

原因三：使用ReLU激活函数代替传统的Tanh或者Logistic

原因四： Local Response Normalization 实际就是利用临近的数据做归一化。

原因五： Overlapping的意思是有重叠，即Pooling的步长比Pooling Kernel的对应边要小。

模型的架构图：

这个图虽然比较直观的展示了Alexnet的架构，五层卷积层加上三层全连接层，但是在我们写代码的我们要知道每层卷积的步长，卷积核大小一类的信息，怎么办，okay下面一幅图就比较适合解释这个问题。okay这样的话，我们就能知道每一层卷积包含那些操作了。在我们Alexnet每一层的架构有了一定了解之后，我们开始我们的代码，从代码中分析具体过程。

# 为了能够更好的理解Alexnet网络，我写了两个python文件，一个是主函数文件AlexNet_Train.py，这里面我们主要看怎么加载数据，调用Alexnet网络，以及优化器的设置。而Alexnet.py中存放的是Alexnet的网络架构。

首先是主程序AlexNet_Train.py：

主函数文件比较简单，可以分成以下几个步骤，定义一些占位符(挖坑)，调用Alexnet网络，并且返回一个大小为[batch_size, label]的隐层特征，再然后使用选择softmax以及adam优化器计算隐层特征和真实label的差距，并更新数据。最后即是feed数据(填坑)。之所以写的很简单是，没有加上一些模型保存和加载，因为比较麻烦。

# -*- coding: utf-8 -*-
# @Time    : 2019/7/2 14:37
# @Author  : YYLin
# @Email   : 854280599@qq.com
# @File    : AlexNet_Train.py
from Alexnet import alexNet
import tensorflow as tf
import os
import cv2
import numpy as np
from keras.utils import to_categorical# 定义一下训练中所需要的一些变量
# 站在现在的角度来看AlexNet模型的话 比较简单 所以可以用较大的batch_size
batch_size = 128
img_high = 100
img_width = 100
Channel = 3
label = 9# 定义输入图像的占位符
inputs = tf.placeholder(tf.float32, [batch_size, img_high, img_width, Channel], name='inputs')
y = tf.placeholder(dtype=tf.float32, shape=[batch_size, label], name='label')
keep_prob = tf.placeholder("float")# 调用alexNet训练数据  model.fc3 最后分类的结果为[batch_size, label]
model = alexNet(inputs, keep_prob, label)
score = model.fc3
softmax_result = tf.nn.softmax(score)# 定义损失函数 以及相对应的优化器
cross_entropy = -tf.reduce_sum(y*tf.log(softmax_result))
Optimizer = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)# 用于判断验证集的结果是否正确
correct_prediction = tf.equal(tf.argmax(softmax_result, 1), tf.argmax(y, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))# 定义一个读取训练集和验证集的函数
def load_satetile_image(batch_size=128, dataset='train'):img_list = []label_list = []dir_counter = 0if dataset == 'train':path = '../Dataset/baidu/train_image/train'# 对路径下的所有子文件夹中的所有jpg文件进行读取并存入到一个list中for child_dir in os.listdir(path):child_path = os.path.join(path, child_dir)for dir_image in os.listdir(child_path):img = cv2.imread(os.path.join(child_path, dir_image))img_list.append(img)label_list.append(dir_counter)dir_counter += 1else:path = '../Dataset/baidu/valid_image/valid'# 对路径下的所有子文件夹中的所有jpg文件进行读取并存入到一个list中for child_dir in os.listdir(path):child_path = os.path.join(path, child_dir)for dir_image in os.listdir(child_path):img = cv2.imread(os.path.join(child_path, dir_image))img_list.append(img)label_list.append(dir_counter)dir_counter += 1# 返回的img_list转成了 np.array的格式X_train = np.array(img_list)Y_train = to_categorical(label_list, 9)# print('to_categorical之后Y_train的类型和形状:', type(Y_train), Y_train.shape)# 加载数据的时候 重新排序# print('X_train.shape, Y_train.shape:', X_train.shape, Y_train.shape)data_index = np.arange(X_train.shape[0])np.random.shuffle(data_index)data_index = data_index[:batch_size]x_batch = X_train[data_index, :, :, :]y_batch = Y_train[data_index, :]return x_batch, y_batch# 开始feed 数据并且训练数据
with tf.Session() as sess:sess.run(tf.global_variables_initializer())for i in range(500000//batch_size):# 加载训练集和验证集img, img_label = load_satetile_image(batch_size, dataset='train')img_valid, img_valid_label = load_satetile_image(batch_size, dataset='vaild')# print('使用 mnist.train.next_batch加载的数据集形状', img.shape, type(img))# print('模型使用的是dropout的模型')dropout_rate = 0.5Optimizer.run(feed_dict={inputs: img, y: img_label, keep_prob: dropout_rate})# print('经过 tf.reshape之后数据的形状以及类型是:', img.shape, type(img))if i % 20 == 0:train_accuracy = accuracy.eval(feed_dict={inputs: img, y: img_label, keep_prob: dropout_rate})print("step %d, training accuracy %g" % (i, train_accuracy))# 输出验证集上的结果if i % 50 == 0:dropout_rate = 1valid_socre = accuracy.eval(feed_dict={inputs: img_valid, y: img_valid_label, keep_prob: dropout_rate})print("step %d, valid accuracy %g" % (i, valid_socre))

然后是本程序核心，AlexNet模型：

在这里讲一下我复现这些经典模型的方法，因为我不是专门研究图像是别的，所以我不是直接上GitHub上找别人的源码复现一下看看效果，而是首先上知乎上了解以下这些模型的基本架构，等我明白了具体架构的时候，我才会去上GitHub上找和我模型相关的源码。因为你不能保证别人开源的代码的架构是不是正确的，当你理解了架构之后，在看别人模型的时候你就有了一个粗浅的判断。okay！！！！！！！！话不多说看一下大佬们的代码结构

由AlexNet的架构图我们可以知道，AlexNet总共有5层卷积层，

第一层：卷积核大小是11*11 步长是4*4 通道数为96 紧接着是一个relu激活函数局部正则化最后是一个卷积核大小为3*3 步长为2*2 的最大池化层。代码中conv1 在卷积最后没有使用relu激活函数其他均满足要求

第二层：卷积核大小是5*5 步长是1*1 通道数为256 紧接着是一个relu激活函数局部正则化最后是一个卷积核大小为3*3 步长为2*2 的最大池化层。代码中conv2除了没使用relu激活函数其他均满足

第三层、第四层、第五层：卷积核大小为 3 * 3，步长为 1*1，通道数分别是384 384 256，同样没有增加relu激活函数。

最后全连接层是我自己根据实际需求修改的。因为我加载图像的大小是100*100，这个是不会对程序有影响的。而且上面说的没有增加relu是我专门拿出来的，意思是不要相信任何人的公开的源码，毕竟不收费你也不确定人家对不对。所以一定要好好看论文，简单理解模型之后再复现代码。

# -*- coding: utf-8 -*-
# @Time    : 2019/7/1 20:40
# @Author  : YYLin
# @Email   : 854280599@qq.com
# @File    : Alexnet.py
import tensorflow as tf# 定义一个最大池化层
def maxPoolLayer(x, kHeight, kWidth, strideX, strideY, name, padding="SAME"):return tf.nn.max_pool(x, ksize=[1, kHeight, kWidth, 1],strides=[1, strideX, strideY, 1], padding=padding, name=name)# 使用dropout 随机丢包
def dropout(x, keepPro, name=None):return tf.nn.dropout(x, keepPro, name)# 定义一个局部正则化
def LRN(x, r, alpha, beta, name=None, bias=1.0):return tf.nn.local_response_normalization(x, depth_radius=r, alpha=alpha, beta=beta, bias=bias, name=name)# 定义一个全连接层的函数 其实可以修改成之前我写的那个
def fcLayer(x, inputD, outputD, reluFlag, name):with tf.variable_scope(name) as scope:w = tf.get_variable("w", shape=[inputD, outputD], dtype="float")b = tf.get_variable("b", [outputD], dtype="float")out = tf.nn.xw_plus_b(x, w, b, name=scope.name)if reluFlag:return tf.nn.relu(out)else:return outdef convLayer(x, kHeight, kWidth, strideX, strideY, featureNum, name, padding="SAME", groups=1):channel = int(x.get_shape()[-1])conv = lambda a, b: tf.nn.conv2d(a, b, strides=[1, strideY, strideX, 1], padding=padding)with tf.variable_scope(name) as scope:w = tf.get_variable("w", shape=[kHeight, kWidth, channel/groups, featureNum])b = tf.get_variable("b", shape=[featureNum])xNew = tf.split(value=x, num_or_size_splits=groups, axis=3)wNew = tf.split(value=w, num_or_size_splits=groups, axis=3)featureMap = [conv(t1, t2) for t1, t2 in zip(xNew, wNew)]mergeFeatureMap = tf.concat(axis=3, values=featureMap)# print mergeFeatureMap.shapeout = tf.nn.bias_add(mergeFeatureMap, b)return tf.nn.relu(tf.reshape(out, mergeFeatureMap.get_shape().as_list()), name = scope.name)# 定义一个alexNet类别 方便之后调用
class alexNet(object):def __init__(self, x, keepPro, classNum):self.X = xself.KEEPPRO = keepProself.CLASSNUM = classNum# 用于加载alexNet 所需要的各种操作self.begin_alexNet()def begin_alexNet(self):conv1 = convLayer(self.X, 11, 11, 4, 4, 96, "conv1", "VALID")lrn1 = LRN(conv1, 2, 2e-05, 0.75, "norm1")pool1 = maxPoolLayer(lrn1, 3, 3, 2, 2, "pool1", "VALID")conv2 = convLayer(pool1, 5, 5, 1, 1, 256, "conv2", groups = 2)lrn2 = LRN(conv2, 2, 2e-05, 0.75, "lrn2")pool2 = maxPoolLayer(lrn2, 3, 3, 2, 2, "pool2", "VALID")conv3 = convLayer(pool2, 3, 3, 1, 1, 384, "conv3")conv4 = convLayer(conv3, 3, 3, 1, 1, 384, "conv4", groups = 2)conv5 = convLayer(conv4, 3, 3, 1, 1, 256, "conv5", groups = 2)pool5 = maxPoolLayer(conv5, 3, 3, 2, 2, "pool5", "VALID")print('alexNet中最后一层卷积层的形状是:', pool5.shape)fcIn = tf.reshape(pool5, [-1, 256 * 2 * 2])fc1 = fcLayer(fcIn, 256 * 2 * 2, 4096, True, "fc6")dropout1 = dropout(fc1, self.KEEPPRO)fc2 = fcLayer(dropout1, 4096, 4096, True, "fc7")dropout2 = dropout(fc2, self.KEEPPRO)self.fc3 = fcLayer(dropout2, 4096, self.CLASSNUM, True, "fc8")

okay 最后看一下AlexNet在卫星图像分类上的效果吧！！！！！！！！！！！！！！

训练时间比较短，不能说明问题，先让程序跑着，跑个差不多的时候在分析一下效果好或者不好的原因。

使用AlexNet训练自己的数据集相关推荐

pytorch——AlexNet——训练花分类数据集
宝藏博主:霹雳吧啦Wz_太阳花的小绿豆_CSDN博客-深度学习,Tensorflow,软件安装领域博主目录数据集下载训练集与测试集划分 "split_data.py" Ale ...
AlexNet训练分类猫狗数据集
AlexNet训练分类猫狗数据集视频教程来源视频程序以及猫狗数据集: 链接:https://pan.baidu.com/s/1Tqs5bFY2wVvtGeuFBWV1Yg 提取码:3zrd 一.数 ...
Pytorch采用AlexNet实现猫狗数据集分类（训练与预测）
Pytorch采用AlexNet实现猫狗数据集分类(训练与预测) 介绍 AlexNet网络模型猫狗数据集 AlexNet网络训练训练全代码预测预测图片介绍 AlexNet模型是CNN网络中经 ...
CV之CNN：基于tensorflow框架采用CNN(改进的AlexNet,训练/评估/推理)卷积神经网络算法实现猫狗图像分类识别
CV之CNN:基于tensorflow框架采用CNN(改进的AlexNet,训练/评估/推理)卷积神经网络算法实现猫狗图像分类识别目录基于tensorflow框架采用CNN(改进的AlexNet, ...
用Tensorflow实现AlexNet识别猫狗数据集（猫狗大战）【附代码】
AlexNet识别猫狗数据集一.下载猫狗数据集二.AlexNet实现 1.划分训练集和测试集 2.将训练集和测试集图片放缩为224x224 3.AlexNet实现 4.训练过程 5.模型测试三. ...
CV之IC之AlexNet：基于tensorflow框架采用CNN卷积神经网络算法(改进的AlexNet,训练/评估/推理)实现猫狗分类识别案例应用
CV之IC之AlexNet:基于tensorflow框架采用CNN卷积神经网络算法(改进的AlexNet,训练/评估/推理)实现猫狗分类识别案例应用目录基于tensorflow框架采用CNN(改进 ...
小白教程：Ubuntu下使用Darknet/YOLOV3训练自己的数据集
小白教程:Ubuntu下使用Darknet/YOLOV3训练自己的数据集 YOLOV3官网教程:https://pjreddie.com/darknet/yolo/ 使用预训练模型进行检测 git c ...
yolov5训练自己的数据集
How to Train YOLOv5 On a Custom Dataset 根据这篇文章下的数据集 YOLOv5训练自己的数据集根据这篇文章,输入训练命令行 Hyperparameter ...
实践教程｜如何用YOLOX训练自己的数据集？
作者 | JuLec@知乎(已授权) 来源 | https://zhuanlan.zhihu.com/p/402210371 编辑 | 极市平台导读 Yolo系列因为其灵活性,一直是目标检测热门算法 ...

使用AlexNet训练自己的数据集

前言：

数据集介绍：

模型一: AlexNet

首先是主程序AlexNet_Train.py：

然后是本程序核心，AlexNet模型：

使用AlexNet训练自己的数据集相关推荐

最新文章

热门文章