黑马程序员技术交流社区

标题: 【上海校区】TensorFlow 卷积神经网络之猫狗识别 [打印本页]

---

作者: 不二晨    时间: 2018-9-9 11:08
标题: 【上海校区】TensorFlow 卷积神经网络之猫狗识别
【转载】        https://blog.csdn.net/u012373815/article/details/78768727

这份数据集来源于Kaggle，数据集有12500只猫和12500只狗。在这里简单介绍下整体思路
1. 处理数据
2. 设计神经网络
3. 进行训练测试

1. 数据处理

将图片数据处理为 tf 能够识别的数据格式，并将数据设计批次。

• 第一步get_files() 方法读取图片，然后根据图片名，添加猫狗 label，然后再将 image和label 放到 数组中，打乱顺序返回
• 将第一步处理好的图片 和label 数组 转化为 tensorflow 能够识别的格式，然后将图片裁剪和补充进行标准化处理，分批次返回。
  

import tensorflow as tfimport os import numpy as npdef get_files(file_dir):    cats = []    label_cats = []    dogs = []    label_dogs = []    for file in os.listdir(file_dir):        name = file.split(sep='.')        if 'cat' in name[0]:            cats.append(file_dir + file)            label_cats.append(0)        else:            if 'dog' in name[0]:                dogs.append(file_dir + file)                label_dogs.append(1)        image_list = np.hstack((cats,dogs))        label_list = np.hstack((label_cats,label_dogs))            # print('There are %d cats\nThere are %d dogs' %(len(cats), len(dogs)))            # 多个种类分别的时候需要把多个种类放在一起，打乱顺序,这里不需要    # 把标签和图片都放倒一个 temp 中 然后打乱顺序，然后取出来    temp = np.array([image_list,label_list])    temp = temp.transpose()    # 打乱顺序    np.random.shuffle(temp)    # 取出第一个元素作为 image 第二个元素作为 label    image_list = list(temp[:,0])    label_list = list(temp[:,1])    label_list = [int(i) for i in label_list]      return image_list,label_list# 测试 get_files# imgs , label = get_files('/Users/yangyibo/GitWork/pythonLean/AI/猫狗识别/testImg/')# for i in imgs:#   print("img:",i)# for i in label:#   print('label:',i)# 测试 get_files end# image_W ,image_H 指定图片大小，batch_size 每批读取的个数 ，capacity队列中 最多容纳元素的个数def get_batch(image,label,image_W,image_H,batch_size,capacity):    # 转换数据为 ts 能识别的格式    image = tf.cast(image,tf.string)    label = tf.cast(label, tf.int32)    # 将image 和 label 放倒队列里     input_queue = tf.train.slice_input_producer([image,label])    label = input_queue[1]    # 读取图片的全部信息    image_contents = tf.read_file(input_queue[0])    # 把图片解码，channels ＝3 为彩色图片, r，g ，b  黑白图片为 1 ，也可以理解为图片的厚度    image = tf.image.decode_jpeg(image_contents,channels =3)    # 将图片以图片中心进行裁剪或者扩充为 指定的image_W，image_H    image = tf.image.resize_image_with_crop_or_pad(image, image_W, image_H)    # 对数据进行标准化,标准化，就是减去它的均值，除以他的方差    image = tf.image.per_image_standardization(image)    # 生成批次  num_threads 有多少个线程根据电脑配置设置  capacity 队列中 最多容纳图片的个数  tf.train.shuffle_batch 打乱顺序，    image_batch, label_batch = tf.train.batch([image, label],batch_size = batch_size, num_threads = 64, capacity = capacity)    # 重新定义下 label_batch 的形状    label_batch = tf.reshape(label_batch , [batch_size])    # 转化图片    image_batch = tf.cast(image_batch,tf.float32)    return  image_batch, label_batch# test get_batch# import matplotlib.pyplot as plt# BATCH_SIZE = 2# CAPACITY = 256  # IMG_W = 208# IMG_H = 208# train_dir = '/Users/yangyibo/GitWork/pythonLean/AI/猫狗识别/testImg/'# image_list, label_list = get_files(train_dir)# image_batch, label_batch = get_batch(image_list, label_list, IMG_W, IMG_H, BATCH_SIZE, CAPACITY)# with tf.Session() as sess:#    i = 0#    #  Coordinator  和 start_queue_runners 监控 queue 的状态，不停的入队出队#    coord = tf.train.Coordinator()#    threads = tf.train.start_queue_runners(coord=coord)#    # coord.should_stop() 返回 true 时也就是 数据读完了应该调用 coord.request_stop()#    try: #        while not coord.should_stop() and i<1:#            # 测试一个步#            img, label = sess.run([image_batch, label_batch])#            for j in np.arange(BATCH_SIZE):#                print('label: %d' %label[j])#                # 因为是个4D 的数据所以第一个为 索引 其他的为冒号就行了#                plt.imshow(img[j,:,:,:])#                plt.show()#            i+=1#    # 队列中没有数据#    except tf.errors.OutOfRangeError:#        print('done!')#    finally:#        coord.request_stop()#    coord.join(threads)   # sess.close()

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45
• 46
• 47
• 48
• 49
• 50
• 51
• 52
• 53
• 54
• 55
• 56
• 57
• 58
• 59
• 60
• 61
• 62
• 63
• 64
• 65
• 66
• 67
• 68
• 69
• 70
• 71
• 72
• 73
• 74
• 75
• 76
• 77
• 78
• 79
• 80
• 81
• 82
• 83
• 84
• 85
• 86
• 87
• 88
• 89
• 90
• 91
• 92
• 93
• 94
• 95
• 96
• 97
• 98
• 99
• 100
• 101
• 102
• 103
• 104
• 105
• 106
• 107
• 108
• 109
• 110
  

2. 设计神经网络

利用卷积神经网路处理，网络结构为

# conv1   卷积层 1# pooling1_lrn  池化层 1# conv2  卷积层 2# pooling2_lrn 池化层 2# local3 全连接层 1# local4 全连接层 2# softmax 全连接层 3

• 1
• 2
• 3
• 4
• 5
• 6
• 7
  

#coding=utf-8  import tensorflow as tf  def inference(images, batch_size, n_classes):      with tf.variable_scope('conv1') as scope:      # 卷积盒的为 3*3 的卷积盒，图片厚度是3，输出是16个featuremap        weights = tf.get_variable('weights',                                    shape=[3, 3, 3, 16],                                    dtype=tf.float32,                                    initializer=tf.truncated_normal_initializer(stddev=0.1, dtype=tf.float32))          biases = tf.get_variable('biases',                                   shape=[16],                                   dtype=tf.float32,                                   initializer=tf.constant_initializer(0.1))          conv = tf.nn.conv2d(images, weights, strides=[1, 1, 1, 1], padding='SAME')          pre_activation = tf.nn.bias_add(conv, biases)          conv1 = tf.nn.relu(pre_activation, name=scope.name)      with tf.variable_scope('pooling1_lrn') as scope:              pool1 = tf.nn.max_pool(conv1, ksize=[1, 3, 3, 1], strides=[1, 2, 2, 1], padding='SAME', name='pooling1')              norm1 = tf.nn.lrn(pool1, depth_radius=4, bias=1.0, alpha=0.001 / 9.0, beta=0.75, name='norm1')      with tf.variable_scope('conv2') as scope:                  weights = tf.get_variable('weights',                                            shape=[3, 3, 16, 16],                                            dtype=tf.float32,                                            initializer=tf.truncated_normal_initializer(stddev=0.1, dtype=tf.float32))                  biases = tf.get_variable('biases',                                           shape=[16],                                           dtype=tf.float32,                                           initializer=tf.constant_initializer(0.1))                  conv = tf.nn.conv2d(norm1, weights, strides=[1, 1, 1, 1], padding='SAME')                  pre_activation = tf.nn.bias_add(conv, biases)                  conv2 = tf.nn.relu(pre_activation, name='conv2')      # pool2 and norm2      with tf.variable_scope('pooling2_lrn') as scope:          norm2 = tf.nn.lrn(conv2, depth_radius=4, bias=1.0, alpha=0.001 / 9.0, beta=0.75, name='norm2')          pool2 = tf.nn.max_pool(norm2, ksize=[1, 3, 3, 1], strides=[1, 1, 1, 1], padding='SAME', name='pooling2')      with tf.variable_scope('local3') as scope:          reshape = tf.reshape(pool2, shape=[batch_size, -1])          dim = reshape.get_shape()[1].value          weights = tf.get_variable('weights',                                    shape=[dim, 128],                                    dtype=tf.float32,                                    initializer=tf.truncated_normal_initializer(stddev=0.005, dtype=tf.float32))          biases = tf.get_variable('biases',                                   shape=[128],                                   dtype=tf.float32,                                   initializer=tf.constant_initializer(0.1))      local3 = tf.nn.relu(tf.matmul(reshape, weights) + biases, name=scope.name)      # local4      with tf.variable_scope('local4') as scope:          weights = tf.get_variable('weights',                                    shape=[128, 128],                                    dtype=tf.float32,                                    initializer=tf.truncated_normal_initializer(stddev=0.005, dtype=tf.float32))          biases = tf.get_variable('biases',                                   shape=[128],                                   dtype=tf.float32,                                   initializer=tf.constant_initializer(0.1))          local4 = tf.nn.relu(tf.matmul(local3, weights) + biases, name='local4')      # softmax      with tf.variable_scope('softmax_linear') as scope:          weights = tf.get_variable('softmax_linear',                                    shape=[128, n_classes],                                    dtype=tf.float32,                                    initializer=tf.truncated_normal_initializer(stddev=0.005, dtype=tf.float32))          biases = tf.get_variable('biases',                                   shape=[n_classes],                                   dtype=tf.float32,                                   initializer=tf.constant_initializer(0.1))          softmax_linear = tf.add(tf.matmul(local4, weights), biases, name='softmax_linear')      return softmax_linear  def losses(logits, labels):      with tf.variable_scope('loss') as scope:          cross_entropy = tf.nn.sparse_softmax_cross_entropy_with_logits \                        (logits=logits, labels=labels, name='xentropy_per_example')          loss = tf.reduce_mean(cross_entropy, name='loss')          tf.summary.scalar(scope.name + '/loss', loss)      return loss  def trainning(loss, learning_rate):      with tf.name_scope('optimizer'):          optimizer = tf.train.AdamOptimizer(learning_rate= learning_rate)          global_step = tf.Variable(0, name='global_step', trainable=False)          train_op = optimizer.minimize(loss, global_step= global_step)      return train_op  def evaluation(logits, labels):      with tf.variable_scope('accuracy') as scope:          correct = tf.nn.in_top_k(logits, labels, 1)          correct = tf.cast(correct, tf.float16)          accuracy = tf.reduce_mean(correct)          tf.summary.scalar(scope.name + '/accuracy', accuracy)      return accuracy

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45
• 46
• 47
• 48
• 49
• 50
• 51
• 52
• 53
• 54
• 55
• 56
• 57
• 58
• 59
• 60
• 61
• 62
• 63
• 64
• 65
• 66
• 67
• 68
• 69
• 70
• 71
• 72
• 73
• 74
• 75
• 76
• 77
• 78
• 79
• 80
• 81
• 82
• 83
• 84
• 85
• 86
• 87
• 88
• 89
• 90
• 91
• 92
• 93
• 94
• 95
• 96
• 97
• 98
• 99
• 100
• 101
• 102
• 103
• 104
  

3. 训练数据，并将训练的模型存储import os  import numpy as np  import tensorflow as tf  import input_data     import model  N_CLASSES = 2  # 2个输出神经元，［1，0］ 或者 ［0，1］猫和狗的概率IMG_W = 208  # 重新定义图片的大小，图片如果过大则训练比较慢  IMG_H = 208  BATCH_SIZE = 32  #每批数据的大小CAPACITY = 256  MAX_STEP = 15000 # 训练的步数，应当 >= 10000learning_rate = 0.0001 # 学习率，建议刚开始的 learning_rate <= 0.0001def run_training():      # 数据集    train_dir = '/Users/yangyibo/GitWork/pythonLean/AI/猫狗识别/img/'   #My dir--20170727-csq      #logs_train_dir 存放训练模型的过程的数据，在tensorboard 中查看     logs_train_dir = '/Users/yangyibo/GitWork/pythonLean/AI/猫狗识别/saveNet/'      # 获取图片和标签集    train, train_label = input_data.get_files(train_dir)      # 生成批次    train_batch, train_label_batch = input_data.get_batch(train,                                                            train_label,                                                            IMG_W,                                                            IMG_H,                                                            BATCH_SIZE,                                                             CAPACITY)    # 进入模型    train_logits = model.inference(train_batch, BATCH_SIZE, N_CLASSES)     # 获取 loss     train_loss = model.losses(train_logits, train_label_batch)    # 训练     train_op = model.trainning(train_loss, learning_rate)    # 获取准确率     train__acc = model.evaluation(train_logits, train_label_batch)      # 合并 summary    summary_op = tf.summary.merge_all()      sess = tf.Session()    # 保存summary    train_writer = tf.summary.FileWriter(logs_train_dir, sess.graph)      saver = tf.train.Saver()      sess.run(tf.global_variables_initializer())      coord = tf.train.Coordinator()      threads = tf.train.start_queue_runners(sess=sess, coord=coord)      try:          for step in np.arange(MAX_STEP):              if coord.should_stop():                      break              _, tra_loss, tra_acc = sess.run([train_op, train_loss, train__acc])              if step % 50 == 0:                  print('Step %d, train loss = %.2f, train accuracy = %.2f%%' %(step, tra_loss, tra_acc*100.0))                  summary_str = sess.run(summary_op)                  train_writer.add_summary(summary_str, step)              if step % 2000 == 0 or (step + 1) == MAX_STEP:                  # 每隔2000步保存一下模型，模型保存在 checkpoint_path 中                checkpoint_path = os.path.join(logs_train_dir, 'model.ckpt')                  saver.save(sess, checkpoint_path, global_step=step)      except tf.errors.OutOfRangeError:          print('Done training -- epoch limit reached')      finally:          coord.request_stop()    coord.join(threads)      sess.close()  # trainrun_training()

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45
• 46
• 47
• 48
• 49
• 50
• 51
• 52
• 53
• 54
• 55
• 56
• 57
• 58
• 59
• 60
• 61
• 62
• 63
• 64
• 65
• 66
• 67
• 68
• 69
• 70
• 71
• 72
• 73
• 74
• 75
• 76
  

关于保存的模型怎么使用将在下一片博客中 展示。
TensorFlow 卷积神经网络之使用训练好的模型识别猫狗图片
如果需要训练数据集可以评论留下联系方式。

原文完整代码地址：
https://github.com/527515025/My-TensorFlow-tutorials/tree/master/%E7%8C%AB%E7%8B%97%E8%AF%86%E5%88%AB
欢迎 star 欢迎提问。

---

作者: 不二晨    时间: 2018-9-13 16:24

很不错，受教了

---

作者: 魔都黑马少年梦    时间: 2018-11-1 16:46

---

欢迎光临 黑马程序员技术交流社区 (http://bbs.itheima.com/)

黑马程序员IT技术论坛 X3.2