神经网络学习小记录19——微调VGG分类模型训练自己的数据（猫狗数据集）

  • 注意事项
  • 学习前言
  • 什么是VGG16模型
  • VGG模型的复杂程度
  • 训练前准备
    • 1、数据集处理
    • 2、创建Keras的VGG模型
    • 3、下载VGG16的权重
  • 开始训练
    • 1、训练的主函数
    • 2、全部代码
  • 训练结果

注意事项

这个博文非常老了，代码已经严重陈旧且不准确，使用新库，博文如下：
https://blog.csdn.net/weixin_44791964/article/details/108586433

学习前言

前两天，训练了一下简化版AlexNet网络，发现整个网络训练起来太慢了，我看了许多成熟的目标检测模型，其都是基于已有的特征检测模型进行训练的。
这种方式似乎还有一个名字叫做迁移学习，于是乎，我决定微调一下VGG网络来识别猫和狗。

什么是VGG16模型

关于什么是VGG16模型，及其代码复现，其实我在另一篇博文已经讲过了，大家可以去看看。神经网络学习小记录16——VGG16模型的复现及其详解（包含如何预测）
这里还是重提一下：
VGG是由Simonyan 和Zisserman在文献《Very Deep Convolutional Networks for Large Scale Image Recognition》中提出卷积神经网络模型，其名称来源于作者所在的牛津大学视觉几何组(Visual Geometry Group)的缩写。
该模型参加2014年的 ImageNet图像分类与定位挑战赛，取得了优异成绩：在分类任务上排名第二，在定位任务上排名第一。
可能大家会想，这样一个这么强的模型肯定很复杂吧？
其实一点也不复杂，它的结构如下图所示：

这是一个VGG被用到烂的图，但确实很好的反应了VGG的结构：
1、一张原始图片被resize到(224,224,3)。
2、conv1两次[3,3]卷积网络，输出的特征层为64，输出为(224,224,64)，再2X2最大池化，输出net为(112,112,64)。
3、conv2两次[3,3]卷积网络，输出的特征层为128，输出net为(112,112,128)，再2X2最大池化，输出net为(56,56,128)。
4、conv3三次[3,3]卷积网络，输出的特征层为256，输出net为(56,56,256)，再2X2最大池化，输出net为(28,28,256)。
5、conv4三次[3,3]卷积网络，输出的特征层为512，输出net为(28,28,512)，再2X2最大池化，输出net为(14,14,512)。
6、conv5三次[3,3]卷积网络，输出的特征层为512，输出net为(14,14,512)，再2X2最大池化，输出net为(7,7,512)。
7、利用卷积的方式模拟全连接层，效果等同，输出net为(1,1,4096)。共进行两次。
8、利用卷积的方式模拟全连接层，效果等同，输出net为(1,1,1000)。
最后输出的就是每个类的预测。

VGG模型的复杂程度

由于最后两个全连接层的存在，VGG模型的参数特别多，每个层的参数如下：

_________________________________________________________________
Layer (type)                 Output Shape              Param #
=================================================================
input_1 (InputLayer)         (None, 224, 224, 3)       0
_________________________________________________________________
block1_conv1 (Conv2D)        (None, 224, 224, 64)      1792
_________________________________________________________________
block1_conv2 (Conv2D)        (None, 224, 224, 64)      36928
_________________________________________________________________
block1_pool (MaxPooling2D)   (None, 112, 112, 64)      0
_________________________________________________________________
block2_conv1 (Conv2D)        (None, 112, 112, 128)     73856
_________________________________________________________________
block2_conv2 (Conv2D)        (None, 112, 112, 128)     147584
_________________________________________________________________
block2_pool (MaxPooling2D)   (None, 56, 56, 128)       0
_________________________________________________________________
block3_conv1 (Conv2D)        (None, 56, 56, 256)       295168
_________________________________________________________________
block3_conv2 (Conv2D)        (None, 56, 56, 256)       590080
_________________________________________________________________
block3_conv3 (Conv2D)        (None, 56, 56, 256)       590080
_________________________________________________________________
block3_pool (MaxPooling2D)   (None, 28, 28, 256)       0
_________________________________________________________________
block4_conv1 (Conv2D)        (None, 28, 28, 512)       1180160
_________________________________________________________________
block4_conv2 (Conv2D)        (None, 28, 28, 512)       2359808
_________________________________________________________________
block4_conv3 (Conv2D)        (None, 28, 28, 512)       2359808
_________________________________________________________________
block4_pool (MaxPooling2D)   (None, 14, 14, 512)       0
_________________________________________________________________
block5_conv1 (Conv2D)        (None, 14, 14, 512)       2359808
_________________________________________________________________
block5_conv2 (Conv2D)        (None, 14, 14, 512)       2359808
_________________________________________________________________
block5_conv3 (Conv2D)        (None, 14, 14, 512)       2359808
_________________________________________________________________
block5_pool (MaxPooling2D)   (None, 7, 7, 512)         0
_________________________________________________________________
flatten (Flatten)            (None, 25088)             0
_________________________________________________________________
fullc1 (Dense)               (None, 4096)              102764544
_________________________________________________________________
fullc2 (Dense)               (None, 4096)              16781312
fullc3 (Dense)               (None, 20)                81940
=================================================================
Total params: 134,342,484
Trainable params: 134,342,484
Non-trainable params: 0
_________________________________________________________________
None

因为只对猫和狗进行分类，所以最后的全连接层可以缩小一点，本例子中将其缩小到256。
前面的卷积层可以不训练，因为卷积层的作用主要是提取特征，已经训练好的VGG提取的特征都是比较有用的，所以可以不进行调整，只对最后三个全连接层进行训练。

训练前准备

1、数据集处理

在数据集处理之前，首先要下载猫狗数据集，地址如下。
链接：https://pan.baidu.com/s/1HBewIgKsFD8hh3ICOnnTwA
提取码：ktab
顺便直接下载我的源代码吧。
链接: https://pan.baidu.com/s/1r79Ey_2ZPZc73GND-kUxxg
提取码: w5bg
这里的源代码包括了所有的代码部分，训练集需要自己下载，大概训练2个小时就可以进行预测了。
本次教程准备使用model.fit_generator来训练模型，在训练模型之前，需要将数据集的内容保存到一个TXT文件中，便于读取。
txt文件的保存格式如下：

文件名;种类


具体操作步骤如下：
1、将训练文件存到"./data/image/train/"目录下。

2、调用如下代码：

import os with open('./data/train.txt','w') as f:after_generate = os.listdir("./data/image/train")for image in after_generate:if image.split(".")[0]=='cat':f.write(image + ";" + "0" + "\n")else:f.write(image + ";" + "1" + "\n")

就可以得到训练数据集的文本文件。

2、创建Keras的VGG模型

VGG的模型的结构已经在上面介绍过了，利用Keras就可以构建。在这里我给他添加了一个7x7的卷积层，同时把全连接层改为256。

import tensorflow as tf
from tensorflow import keras
from keras import Model,Sequential
from keras.layers import Flatten, Dense, Conv2D, GlobalAveragePooling2D
from keras.layers import Input, MaxPooling2D, GlobalMaxPooling2Ddef VGG16(num_classes):image_input = Input(shape = (224,224,3))# 第一个卷积部分x = Conv2D(64,(3,3),activation = 'relu',padding = 'same',name = 'block1_conv1')(image_input)x = Conv2D(64,(3,3),activation = 'relu',padding = 'same', name = 'block1_conv2')(x)x = MaxPooling2D((2,2), strides = (2,2), name = 'block1_pool')(x)# 第二个卷积部分x = Conv2D(128,(3,3),activation = 'relu',padding = 'same',name = 'block2_conv1')(x)x = Conv2D(128,(3,3),activation = 'relu',padding = 'same',name = 'block2_conv2')(x)x = MaxPooling2D((2,2),strides = (2,2),name = 'block2_pool')(x)# 第三个卷积部分x = Conv2D(256,(3,3),activation = 'relu',padding = 'same',name = 'block3_conv1')(x)x = Conv2D(256,(3,3),activation = 'relu',padding = 'same',name = 'block3_conv2')(x)x = Conv2D(256,(3,3),activation = 'relu',padding = 'same',name = 'block3_conv3')(x)x = MaxPooling2D((2,2),strides = (2,2),name = 'block3_pool')(x)# 第四个卷积部分x = Conv2D(512,(3,3),activation = 'relu',padding = 'same', name = 'block4_conv1')(x)x = Conv2D(512,(3,3),activation = 'relu',padding = 'same', name = 'block4_conv2')(x)x = Conv2D(512,(3,3),activation = 'relu',padding = 'same', name = 'block4_conv3')(x)x = MaxPooling2D((2,2),strides = (2,2),name = 'block4_pool')(x)# 第五个卷积部分x = Conv2D(512,(3,3),activation = 'relu',padding = 'same', name = 'block5_conv1')(x)x = Conv2D(512,(3,3),activation = 'relu',padding = 'same', name = 'block5_conv2')(x)x = Conv2D(512,(3,3),activation = 'relu',padding = 'same', name = 'block5_conv3')(x)    x = MaxPooling2D((2,2),strides = (2,2),name = 'block5_pool')(x)# 分类部分x = Conv2D(256,(7,7),activation = 'relu',padding = 'valid', name = 'block6_conv4')(x)x = Flatten(name = 'flatten')(x)x = Dense(256,activation = 'relu',name = 'fullc1')(x)x = Dense(256,activation = 'relu',name = 'fullc2')(x)x = Dense(num_classes,activation = 'softmax',name = 'fullc3')(x)model = Model(image_input,x,name = 'vgg16')return model

3、下载VGG16的权重

这个网址拉到最下面就可以了。
https://github.com/fchollet/deep-learning-models/releases
下载这个文件：vgg16_weights_tf_dim_ordering_tf_kernels.h5。

开始训练

1、训练的主函数

训练的主函数主要包括如下部分：
1、读取训练用txt，并打乱，利用该txt进行训练集和测试集的划分。
2、建立VGG16模型，载入权重。这里要注意skip_mismatch=True。
3、利用model.layers[i].trainable = False将VGG16前面的卷积层设置成不可训练。仅训练最后五层。
3、设定模型保存的方式、学习率下降的方式、是否需要早停。
4、利用model.fit_generator训练模型。
具体代码如下：

if __name__ == "__main__":# 模型保存的位置log_dir = "./logs/"# 打开数据集的txtwith open(r".\data\train.txt","r") as f:lines = f.readlines()# 打乱行，这个txt主要用于帮助读取数据来训练# 打乱的数据更有利于训练np.random.seed(10101)np.random.shuffle(lines)np.random.seed(None)# 90%用于训练，10%用于估计。num_val = int(len(lines)*0.1)num_train = len(lines) - num_val# 建立AlexNet模型model = VGG16(2)# 注意要开启skip_mismatch和by_namemodel.load_weights("vgg16_weights_tf_dim_ordering_tf_kernels.h5",by_name=True,skip_mismatch=True)# 指定训练层for i in range(0,len(model.layers)-5):model.layers[i].trainable = False# 保存的方式，3世代保存一次checkpoint_period1 = ModelCheckpoint(log_dir + 'ep{epoch:03d}-loss{loss:.3f}-val_loss{val_loss:.3f}.h5',monitor='acc', save_weights_only=False, save_best_only=True, period=3)# 学习率下降的方式，acc三次不下降就下降学习率继续训练reduce_lr = ReduceLROnPlateau(monitor='acc', factor=0.5, patience=3, verbose=1)# 是否需要早停，当val_loss一直不下降的时候意味着模型基本训练完毕，可以停止early_stopping = EarlyStopping(monitor='val_loss', min_delta=0, patience=10, verbose=1)# 交叉熵model.compile(loss = 'categorical_crossentropy',optimizer = Adam(lr=1e-3),metrics = ['accuracy'])# 一次的训练集大小batch_size = 16print('Train on {} samples, val on {} samples, with batch size {}.'.format(num_train, num_val, batch_size))# 开始训练model.fit_generator(generate_arrays_from_file(lines[:num_train], batch_size),steps_per_epoch=max(1, num_train//batch_size),validation_data=generate_arrays_from_file(lines[num_train:], batch_size),validation_steps=max(1, num_val//batch_size),epochs=50,initial_epoch=0,callbacks=[checkpoint_period1, reduce_lr])model.save_weights(log_dir+'last1.h5')

model.fit_generator需要用到python的生成器来滚动读取数据，具体使用方法可以看我的另一篇博文神经网络学习小记录17——使用AlexNet分类模型训练自己的数据（猫狗数据集）。

2、全部代码

大家可以整体看看哈：

from keras.callbacks import TensorBoard, ModelCheckpoint, ReduceLROnPlateau, EarlyStopping
from keras.utils import np_utils
from keras.optimizers import Adam
from model.VGG16 import VGG16
import numpy as np
import utils
import cv2
from keras import backend as K
K.set_image_dim_ordering('tf')def generate_arrays_from_file(lines,batch_size):# 获取总长度n = len(lines)i = 0while 1:X_train = []Y_train = []# 获取一个batch_size大小的数据for b in range(batch_size):if i==0:np.random.shuffle(lines)name = lines[i].split(';')[0]# 从文件中读取图像img = cv2.imread(r".\data\image\train" + '/' + name)img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)img = img/255X_train.append(img)Y_train.append(lines[i].split(';')[1])# 读完一个周期后重新开始i = (i+1) % n# 处理图像X_train = utils.resize_image(X_train,(224,224))X_train = X_train.reshape(-1,224,224,3)Y_train = np_utils.to_categorical(np.array(Y_train),num_classes= 2)   yield (X_train, Y_train)if __name__ == "__main__":# 模型保存的位置log_dir = "./logs/"# 打开数据集的txtwith open(r".\data\train.txt","r") as f:lines = f.readlines()# 打乱行，这个txt主要用于帮助读取数据来训练# 打乱的数据更有利于训练np.random.seed(10101)np.random.shuffle(lines)np.random.seed(None)# 90%用于训练，10%用于估计。num_val = int(len(lines)*0.1)num_train = len(lines) - num_val# 建立AlexNet模型model = VGG16(2)# 注意要开启skip_mismatch和by_namemodel.load_weights("vgg16_weights_tf_dim_ordering_tf_kernels.h5",by_name=True,skip_mismatch=True)# 指定训练层for i in range(0,len(model.layers)-5):model.layers[i].trainable = False# 保存的方式，3世代保存一次checkpoint_period1 = ModelCheckpoint(log_dir + 'ep{epoch:03d}-loss{loss:.3f}-val_loss{val_loss:.3f}.h5',monitor='acc', save_weights_only=False, save_best_only=True, period=3)# 学习率下降的方式，acc三次不下降就下降学习率继续训练reduce_lr = ReduceLROnPlateau(monitor='acc', factor=0.5, patience=3, verbose=1)# 是否需要早停，当val_loss一直不下降的时候意味着模型基本训练完毕，可以停止early_stopping = EarlyStopping(monitor='val_loss', min_delta=0, patience=10, verbose=1)# 交叉熵model.compile(loss = 'categorical_crossentropy',optimizer = Adam(lr=1e-3),metrics = ['accuracy'])# 一次的训练集大小batch_size = 16print('Train on {} samples, val on {} samples, with batch size {}.'.format(num_train, num_val, batch_size))# 开始训练model.fit_generator(generate_arrays_from_file(lines[:num_train], batch_size),steps_per_epoch=max(1, num_train//batch_size),validation_data=generate_arrays_from_file(lines[num_train:], batch_size),validation_steps=max(1, num_val//batch_size),epochs=50,initial_epoch=0,callbacks=[checkpoint_period1, reduce_lr])model.save_weights(log_dir+'last1.h5')

训练结果

在完成上述的一大堆内容的配置后就可以开始训练了，所有文件的构架如下：

训练效果挺好的，才训练两次准确度就已经有90%多了。（目测后面过拟合了）。

Epoch 1/50
1406/1406 [==============================] - 862s 613ms/step - loss: 0.2301 - acc: 0.9052 - val_loss: 0.1760 - val_acc: 0.9315
Epoch 2/50
1406/1406 [==============================] - 869s 618ms/step - loss: 0.1446 - acc: 0.9423 - val_loss: 0.1745 - val_acc: 0.9267
Epoch 3/50
1406/1406 [==============================] - 867s 617ms/step - loss: 0.0987 - acc: 0.9632 - val_loss: 0.1762 - val_acc: 0.9253

预测一下

import numpy as np
import utils
import cv2
from keras import backend as K
from model.VGG16 import VGG16K.set_image_dim_ordering('tf')if __name__ == "__main__":model = VGG16(2)model.load_weights("./logs/ep003-loss0.109-val_loss0.178.h5")img = cv2.imread("./data/image/train/cat.1.jpg")img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)img = img/255img = np.expand_dims(img,axis = 0)img = utils.resize_image(img,(224,224))#utils.print_answer(np.argmax(model.predict(img)))print(utils.print_answer(np.argmax(model.predict(img))))

结果是

猫
猫

神经网络学习小记录19——微调VGG分类模型训练自己的数据（猫狗数据集）相关推荐

  1. 神经网络学习小记录17——使用AlexNet分类模型训练自己的数据（猫狗数据集）

    神经网络学习小记录17--使用AlexNet分类模型训练自己的数据(猫狗数据集) 学习前言 什么是AlexNet模型 训练前准备 1.数据集处理 2.创建Keras的AlexNet模型 开始训练 1. ...

  2. 神经网络学习小记录52——Pytorch搭建孪生神经网络（Siamese network）比较图片相似性

    神经网络学习小记录52--Pytorch搭建孪生神经网络(Siamese network)比较图片相似性 学习前言 什么是孪生神经网络 代码下载 孪生神经网络的实现思路 一.预测部分 1.主干网络介绍 ...

  3. 神经网络学习小记录45——Keras常用学习率下降方式汇总

    神经网络学习小记录45--Keras常用学习率下降方式汇总 2020年5月19日更新 前言 为什么要调控学习率 下降方式汇总 1.阶层性下降 2.指数型下降 3.余弦退火衰减 4.余弦退火衰减更新版 ...

  4. 神经网络学习小记录-番外篇——常见问题汇总

    神经网络学习小记录-番外篇--常见问题汇总 前言 问题汇总 1.下载问题 a.代码下载 b. 权值下载 c. 数据集下载 2.环境配置问题 a.20系列所用的环境 b.30系列显卡环境配置 c.CPU ...

  5. 神经网络学习小记录50——Pytorch 利用efficientnet系列模型搭建yolov3目标检测平台

    神经网络学习小记录50--Pytorch 利用efficientnet系列模型搭建yolov3目标检测平台 学习前言 什么是EfficientNet模型 源码下载 EfficientNet模型的实现思 ...

  6. 神经网络学习小记录26——Keras 利用efficientnet系列模型搭建yolov3目标检测平台

    神经网络学习小记录26--Keras 利用efficientnet系列模型搭建efficientnet-yolov3目标检测平台 学习前言 什么是EfficientNet模型 源码下载 Efficie ...

  7. 神经网络学习小记录68——Tensorflow2版 Vision Transformer（VIT）模型的复现详解

    神经网络学习小记录68--Tensorflow2版 Vision Transformer(VIT)模型的复现详解 学习前言 什么是Vision Transformer(VIT) 代码下载 Vision ...

  8. 神经网络学习小记录2——利用tensorflow构建循环神经网络（RNN）

    神经网络学习小记录2--利用tensorflow构建循环神经网络(RNN) 学习前言 RNN简介 tensorflow中RNN的相关函数 tf.nn.rnn_cell.BasicLSTMCell tf ...

  9. 神经网络学习小记录58——Keras GhostNet模型的复现详解

    神经网络学习小记录58--Keras GhostNet模型的复现详解 学习前言 什么是GhostNet模型 源码下载 GhostNet模型的实现思路 1.Ghost Module 2.Ghost Bo ...

最新文章

  1. TestStack.White安装详解
  2. 如何用windows系统访问Linux系统的web网站
  3. 行人检测(Pedestrian Detection)资源
  4. 03SpringMVC,Spring,Hibernate整合（Date时间转换）
  5. CF56E Domino Principle 树状数组 + 简单dp
  6. mysql5.7 至少需要1560,mysq5.7.28配置innodb_page_size错误引起的错误1071（42000）
  7. 门槛，才是做生意持久盈利的基础
  8. java simpleentry_使用Java流生成对象
  9. easyboot制作xp、win7、ubuntu、老毛桃winpe、深山红叶dos工具箱多合一光盘
  10. 英语句子划分表示符号使用规则
  11. 一图读懂敏捷开发参与者及基本流程
  12. 九个帮你提高开发效率的现代CSS框架
  13. ubuntu增加swap交换空间
  14. 【后端架构完善与接口开发】003-新增ebook表，生成持久层代码
  15. uos应用_UOS指标的应用详解
  16. nginx worker shutting down状态超时退出配置
  17. python命令行输入参数_Python命令行参数处理
  18. Oracle触发器详细 和 Oracle 创建序列号
  19. 计算机视觉综述性论文Intelligent Visual Media Processing: When Graphics Meets Vision翻译
  20. 第十届“泰迪杯”比赛B题解题思路及代码论文

热门文章

  1. pe系统清除服务器密码吗,雨林木风pe系统登录密码清除工具使用教程?
  2. 先来先服务算法、运行时间最短者优先算法和最高响应比优先调度算法_CPU的调度器scheduler...
  3. 正大杯市场调查与分析竞赛心得
  4. deepin安装配置jdk环境变量
  5. 2019-2020寒假总结
  6. 存储芯片NAND FLASH的封装
  7. 中达优控一体屏台达程序，包含中达优控屏程序
  8. 你了解视频 API 吗？
  9. 基于javaweb框架的银行业务管理系统
  10. 项目管理（PMP）项目成本管理