简介

Inception-v3是由Google提出,用于实现ImageNet大规模视觉识别任务(ImageNet Large Visual Recognition Challenge)的一种神经网络

Inception-v3反复使用了Inception Block,涉及大量的卷积和池化,而ImageNet包括1400多万张图片,类别数超过1000

因此手动在ImageNet上训练Inception-v3,需要耗费大量的资源和时间

这里我们选择加载pre-trained的Inception-v3模型,来完成一些图片分类任务

准备

预训练好的模型共包括三个部分

  • classify_image_graph_def.pb:Inception-v3模型结构和参数
  • imagenet_2012_challenge_label_map_proto.pbtxt:从类别编号到类别字符串的对应关系
  • imagenet_synset_to_human_label_map.txt:从类别字符串到类别名的对应关系

例如,169对应n02510455,对应giant panda, panda, panda bear, coon bear, Ailuropoda melanoleuca

图片分类

加载库

# -*- coding: utf-8 -*-import tensorflow as tf
import numpy as np

整理两个映射文件,得到从类别编号到类别名的对应关系

uid_to_human = {}
for line in tf.gfile.GFile('imagenet_synset_to_human_label_map.txt').readlines():items = line.strip().split('\t')uid_to_human[items[0]] = items[1]node_id_to_uid = {}
for line in tf.gfile.GFile('imagenet_2012_challenge_label_map_proto.pbtxt').readlines():if line.startswith('  target_class:'):target_class = int(line.split(': ')[1])if line.startswith('  target_class_string:'):target_class_string = line.split(': ')[1].strip('\n').strip('\"')node_id_to_uid[target_class] = target_class_stringnode_id_to_name = {}
for key, value in node_id_to_uid.items():node_id_to_name[key] = uid_to_human[value]

加载模型

def create_graph():with tf.gfile.FastGFile('classify_image_graph_def.pb', 'rb') as f:graph_def = tf.GraphDef()graph_def.ParseFromString(f.read())_ = tf.import_graph_def(graph_def, name='')

定义一个分类图片的函数

def classify_image(image, top_k=1):image_data = tf.gfile.FastGFile(image, 'rb').read()create_graph()with tf.Session() as sess:# 'softmax:0': A tensor containing the normalized prediction across 1000 labels# 'pool_3:0': A tensor containing the next-to-last layer containing 2048 float description of the image# 'DecodeJpeg/contents:0': A tensor containing a string providing JPEG encoding of the imagesoftmax_tensor = sess.graph.get_tensor_by_name('softmax:0')predictions = sess.run(softmax_tensor, feed_dict={'DecodeJpeg/contents:0': image_data})predictions = np.squeeze(predictions)top_k = predictions.argsort()[-top_k:]for node_id in top_k:human_string = node_id_to_name[node_id]score = predictions[node_id]print('%s (score = %.5f)' % (human_string, score))

调用函数进行图片分类,指定参数top_k可以返回最可能的多种分类结果

classify_image('test1.png')

分类结果如下

  • test1:giant panda, panda, panda bear, coon bear, Ailuropoda melanoleuca (score = 0.89107)
  • test2:Pekinese, Pekingese, Peke (score = 0.90348)
  • test3:Samoyed, Samoyede (score = 0.92054)

定制分类任务

Inception-v3是针对ImageNet图片分类任务设计的,因此最后一层全连接层的神经元个数和分类标签个数相同

如果需要定制分类任务,只需要使用自己的标注数据,然后替换掉最后一层全连接层即可

最后一层全连接层的神经元个数等于定制分类任务的标签个数,模型只训练最后一层的参数,其他参数保持不变

保留了Inception-v3对于图像的理解和抽象能力,同时满足定制的分类任务,属于迁移学习的一种典型应用场景

TensorFlow官方提供了如何在Inception-v3上进行迁移学习的教程

https://www.tensorflow.org/tutorials/image_retraining

所使用的数据包括五种花的拍摄图片

  • daisy:雏菊
  • dandelion:蒲公英
  • roses:玫瑰
  • sunflowers:向日葵
  • tulips:郁金香

去掉最后一层全连接层后,对于一张图片输入,模型输出的表示称作Bottleneck

事先计算好全部图片的Bottleneck并缓存下来,可以节省很多训练时间,因为后续只需计算和学习Bottleneck到输出标签之间的隐层即可

TensorFlow官方提供了重训练的代码

https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/image_retraining/retrain.py

在命令行中使用,一些可选的命令行参数包括

  • --image_dir:训练图片目录
  • --output_graph:模型保存目录
  • --output_labels:模型标签保存目录
  • --summaries_dir:模型日志保存目录
  • --how_many_training_steps:训练迭代次数,默认为4000
  • --learning_rate:学习率,默认为0.01
  • --testing_percentage:测试集比例,默认为10%
  • --validation_percentage:校验集比例,默认为10%
  • --eval_step_interval:模型评估频率,默认10次迭代评估一次
  • --train_batch_size:训练批大小,默认为100
  • --print_misclassified_test_images:是否输出所有错误分类的测试集图片,默认为False
  • --model_dir:Inception-v3模型路径
  • --bottleneck_dir:Bottleneck缓存目录
  • --final_tensor_name:新增的最后一层全连接层的名称,默认为final_result
  • --flip_left_right:是否随机将一半的图片水平翻转,默认为False
  • --random_crop:随机裁剪的比例,默认为0即不裁剪
  • --random_scale:随机放大的比例,默认为0即不放大
  • --random_brightness:随机增亮的比例,默认为0即不增亮
  • --architecture:迁移的模型,默认为inception_v3,准确率最高但训练时间较长,还可以选'mobilenet_<parameter size>_<input_size>[_quantized]',例如mobilenet_1.0_224mobilenet_0.25_128_quantized

跑一下代码

python retrain.py --image_dir flower_photos --output_graph output_graph.pb --output_labels output_labels.txt --summaries_dir summaries_dir --model_dir .. --bottleneck_dir bottleneck_dir

此处对于视频中内容的勘误

  • --output_graph之后的output_graph改为output_graph.pb
  • --output_labels之后的output_labels改为output_labels.txt

在校验集、测试集上的分类准确率分别为91%、91.2%

在我的笔记本上一共花了55分钟,其中44分钟花在了Bottleneck缓存上,但如果不缓存的话,训练过程中每次迭代都必须重复计算一遍

summaries_dir目录下的训练日志可用于TensorBorad可视化

tensorboard --logdir summaries_dir

然后在浏览器中访问http://localhost:6006,即可看到可视化的效果,包括SCALARSGRAPHSDISTRIBUTIONSHISTOGRAMS四个页面

如果需要完成其他图片分类任务,整理相应的标注图片,并以标签名作为子文件夹名称即可

如果要使用训练好的模型,参照以下代码即可

  • output_labels.txt:分类类别文件路径
  • output_graph.pb:训练好的模型路径
  • read_image():读取图片的函数
  • input_operation:图片输入对应的operation
  • output_operation:分类输出对应的operation
  • test.jpg:待分类的图片路径
# -*- coding: utf-8 -*-import tensorflow as tf
import numpy as nplabels = []
for line in tf.gfile.GFile('output_labels.txt').readlines():labels.append(line.strip())def create_graph():graph = tf.Graph()graph_def = tf.GraphDef()with open('output_graph.pb', 'rb') as f:graph_def.ParseFromString(f.read())with graph.as_default():tf.import_graph_def(graph_def)return graphdef read_image(path, height=299, width=299, mean=128, std=128):file_reader = tf.read_file(path, 'file_reader')if path.endswith('.png'):image_reader = tf.image.decode_png(file_reader, channels=3, name='png_reader')elif path.endswith('.gif'):image_reader = tf.squeeze(tf.image.decode_gif(file_reader, name='gif_reader'))elif path.endswith('.bmp'):image_reader = tf.image.decode_bmp(file_reader, name='bmp_reader')else:image_reader = tf.image.decode_jpeg(file_reader, channels=3, name='jpeg_reader')image_np = tf.cast(image_reader, tf.float32)image_np = tf.expand_dims(image_np, 0)image_np = tf.image.resize_bilinear(image_np, [height, width])image_np = tf.divide(tf.subtract(image_np, [mean]), [std])sess = tf.Session()image_data = sess.run(image_np)return image_datadef classify_image(image, top_k=1):image_data = read_image(image)graph = create_graph()with tf.Session(graph=graph) as sess:input_operation = sess.graph.get_operation_by_name('import/Mul')output_operation = sess.graph.get_operation_by_name('import/final_result')predictions = sess.run(output_operation.outputs[0], feed_dict={input_operation.outputs[0]: image_data})predictions = np.squeeze(predictions)top_k = predictions.argsort()[-top_k:]for i in top_k:print('%s (score = %.5f)' % (labels[i], predictions[i]))classify_image('test.jpg')

参考

  • Deep Learning with Tensorflow Part 2 - Image classification:https://towardsdatascience.com/deep-learning-with-tensorflow-part-2-image-classification-58fcdffa7b84
  • Going deeper with convolutions:https://arxiv.org/pdf/1409.4842.pdf
  • ImageNet:http://image-net.org/
  • Image Recognition:https://www.tensorflow.org/tutorials/image_recognition
  • How to Retrain Inception’s Final Layer for New Categories:https://www.tensorflow.org/tutorials/image_retraining
  • 卷积神经网络 - 吴恩达深度学习微专业 - 网易云课堂http://mooc.study.163.com/learn/2001281004?tid=2001392030#/learn/content?type=detail&id=2001729331

视频讲解课程

深度有趣(一)

深度有趣 | 09 Inception-v3图片分类相关推荐

  1. [深度应用]·实战掌握PyTorch图片分类简明教程

    [深度应用]·实战掌握PyTorch图片分类简明教程 个人网站--> http://www.yansongsong.cn 项目GitHub地址--> https://github.com/ ...

  2. 深度有趣 | 08 DCGAN人脸图片生成

    简介 在人脸数据上训练DCGAN,并生成一些人脸图片 数据 使用两个数据集 LFW:http://vis-www.cs.umass.edu/lfw/,Labeled Faces in the Wild ...

  3. 【tensorflow 深度学习】8.训练图片分类模型

    1.训练图片分类模型的三种方法 (1).从无到有,先确定好算法框架,准备好需要训练的数据集,从头开始训练,参数一开始也是初始化的随机值,一个批次一个批次地进行训练. (2).准备好已经训练好的模型,权 ...

  4. 【深度学习】卷积神经网络-图片分类案例(pytorch实现)

    前言 前文已经介绍过卷积神经网络的基本概念[深度学习]卷积神经网络-CNN简单理论介绍.下面开始动手实践吧.本文任务描述如下: 从公开数据集CIFAR10中创建训练集.测试集数据,使用Pytorch构 ...

  5. 迁移学习-使用预训练的Inception v3进行宠物分类

    个人博客:http://www.chenjianqu.com/ 原文链接:http://www.chenjianqu.com/show-53.html 迁移学习 迁移学习(Transfer Learn ...

  6. 【Pytorch神经网络理论篇】 30 图片分类模型:Inception模型

    1 Inception系列模型 Incepton系列模型包括V1.V2.V3.V4等版本,主要解决深层网络的三个问题: 训练数据集有限,参数太多,容易过拟合: 网络越大,计算复杂度越大,难以应用: 网 ...

  7. 【Tensorflow】深度学习实战05——Tensorflow实现Inception V3

    [fishing-pan:https://blog.csdn.net/u013921430转载请注明出处] 前言 前些日子在忙其他的事情,一直没有更新自己学习神经网络的博客,就在端午这天更吧!也祝大家 ...

  8. 深度学习卷积神经网络——经典网络GoogLeNet(Inception V3)网络的搭建与实现

    一.Inception网络(google公司)--GoogLeNet网络的综述 获得高质量模型最保险的做法就是增加模型的深度(层数)或者是其宽度(层核或者神经元数), 但是这里一般设计思路的情况下会出 ...

  9. 脸型分类-Face shape classification using Inception v3

    函数解析 github 代码:https://github.com/adonistio/inception-face-shape-classifier CLASSIFY_FACE.py 用于运行训练好 ...

最新文章

  1. Swift开发iOS项目实战视频教程(一)---iOS真简单
  2. Oracle 11G安装时遇到了net.bridge.bridge-nf-call-ip6tables错误
  3. Bug同样的shell脚本在win与linux系统下执行不一样
  4. Windsock套接字I/O模型学习 --- 第二章
  5. 识别JVM –比预期的要复杂
  6. 【转】ABP源码分析十八:UI Inputs
  7. kaldi语音识别实战pdf_FSMN网络结构在语音识别声学模型的实践
  8. MVC的WebApi中开启Session会话支持
  9. .net面试题(一)
  10. colorpix取色小工具_Python版的取色器
  11. 覆盖Dispatch响应消息
  12. BestCoder Round #16
  13. 华为云学院干货:对象存储服务:便捷管理存储资源
  14. Android重难点解析——面试中可能被问到的那些问题
  15. 360安全浏览器安装插件源文件存放位置
  16. 机器阅读理解之开山鼻祖Teaching Machines to Read and Comprehend
  17. 港科百创 | 9位入选2022福布斯30Under30
  18. python高效控制模拟器_Appium+python自动化(五)- 模拟器(超详解)
  19. MSP430G2553-引脚简单使用
  20. 坑 | NIO - [AsynchronousFileChannel + CompletionHandler]

热门文章

  1. 20.driverbase-CONTAINING_RECODE和双向链表
  2. [Unity][UGUI]TextMesh文字网格文字物体人物血量显示
  3. Mr.张小白(案例:学生信息查询系统的MyBatis的实现)
  4. 消息发送一致性的保证
  5. hp服务器装2012系统还原,201208-HP-DL380G5服务器安装Windows2003操作系统.doc
  6. 大骗局星钻共享拍卖不为人知的的秘密
  7. QT QWebView
  8. 【黑马Android】(11)音乐播放器/视频播放器/照相机/常见对话框/notification通知/样式和主题/帧动画/传感器/应用程序反编译与安装
  9. Vue+Node:商品列表的分页、排序、筛选,添加购物车
  10. Pokémon GO的蝴蝶效应——国内哪些APP借了任天堂的东风?