关于算法:图像分类flowerphotos-实验研究

23次阅读

共计 4948 个字符，预计需要花费 13 分钟才能阅读完成。

数据集: flower_photos

daisy: 633 张图片雏菊
dandelion: 898 张图片蒲公英
roses: 641 张图片玫瑰
sunflowers: 699 张图片向日葵
tulips: 799 张图片郁金香

数据存储在本地磁盘，读取用的是 tf.keras.preprocessing.image_dataset_from_directory()，其中的 image_size 用作 image resize，batch_size 用作 batch

最初的 train_ds = train_ds.shuffle().cache().prefetch()，这样做的目标是缩小 IO blocking

上面是模型搭建的代码:

model = tf.keras.Sequential([tf.keras.layers.experimental.preprocessing.Rescaling(1. / 255),
    tf.keras.layers.Conv2D(32, 3, activation='relu'),
    tf.keras.layers.MaxPooling2D(),
    tf.keras.layers.Conv2D(32, 3, activation='relu'),
    tf.keras.layers.MaxPooling2D(),
    tf.keras.layers.Conv2D(32, 3, activation='relu'),
    tf.keras.layers.MaxPooling2D(),
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(num_classes)
])

此处把 pixel 的 rescale 放进了 Sequential，当做模型搭建的一部分，有利于模型部署

callbacks 外面用到了 ReduceLROnPlateau，Tensorboard，EarlyStopping

上图是训练模型四次的 log 记录图，其中 val_acc 的区间在 [0.6499, 0.6785]，这个是失常景象，所以训练进去的模型准确率是会存在稳定的

代码地址: https://github.com/MaoXianXin…，然而须要在如上图的中央 flower dataset 这个 commit 处开一个新分支，而后找到 3.py 这个脚本，就能反复上图的试验了

因为下面的试验，准确率才 [0.6499, 0.6785]，咱们须要进行优化，第一个改良是增加 data augmentation，此处咱们间接在模型搭建环节增加，代码如下所示

model = tf.keras.Sequential([tf.keras.layers.experimental.preprocessing.Rescaling(1. / 255),
    augmentation_dict[args.key],
    tf.keras.layers.Conv2D(32, 3, activation='relu'),
    tf.keras.layers.MaxPooling2D(),
    tf.keras.layers.Conv2D(32, 3, activation='relu'),
    tf.keras.layers.MaxPooling2D(),
    tf.keras.layers.Conv2D(32, 3, activation='relu'),
    tf.keras.layers.MaxPooling2D(),
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(num_classes)
])

augmentation_dict[args.key]，这个就是增加的 data augmentation，此处咱们只增加单种，具体 data augmentation 品种如下所示

augmentation_dict = {'RandomFlip': tf.keras.layers.experimental.preprocessing.RandomFlip("horizontal_and_vertical"),
    'RandomRotation': tf.keras.layers.experimental.preprocessing.RandomRotation(0.2),
    'RandomContrast': tf.keras.layers.experimental.preprocessing.RandomContrast(0.2),
    'RandomZoom': tf.keras.layers.experimental.preprocessing.RandomZoom(height_factor=0.1, width_factor=0.1),
    'RandomTranslation': tf.keras.layers.experimental.preprocessing.RandomTranslation(height_factor=0.1, width_factor=0.1),
    'RandomCrop': tf.keras.layers.experimental.preprocessing.RandomCrop(img_height, img_width),
    'RandomFlip_prob': RandomFlip_prob("horizontal_and_vertical"),
    'RandomRotation_prob': RandomRotation_prob(0.2),
    'RandomTranslation_prob': RandomTranslation_prob(height_factor=0.1, width_factor=0.1),
}

接下来咱们看下试验后果的 log 记录图

能够看到，val_acc 大于 0.6785 (未增加数据加强) 的有 RandomTranslation > RandomRotation_prob > RandomRotation > RandomFlip_prob = RandomFlip > RandomZoom > RandomTranslation_prob

从后果看来，数据加强是无效的，接下来咱们进行第二个改良，更换更强的网络模型，咱们这里抉择 MobileNetV2

这里咱们分两种状况进行试验，第一种是把 MobileNetV2 当做 feature extraction 来应用，这个要求咱们 freeze 模型的卷积局部，只训练增加进去的 top-classifier 局部，上面上代码

data_augmentation = tf.keras.Sequential([augmentation_dict[args.key],
])

preprocess_input = tf.keras.applications.mobilenet_v2.preprocess_input
base_model = tf.keras.applications.MobileNetV2(input_shape=img_size,
                                               include_top=False,
                                               weights='imagenet')
base_model.trainable = False

inputs = tf.keras.Input(shape=img_size)
x = data_augmentation(inputs)
x = preprocess_input(x)
x = base_model(x, training=False)
x = tf.keras.layers.GlobalAveragePooling2D()(x)
x = tf.keras.layers.Dropout(0.2)(x)
outputs = tf.keras.layers.Dense(num_classes)(x)
model = tf.keras.Model(inputs, outputs)
print(model.summary())

试验后果如下图所示

能够看到，准确率晋升很显著，从数据加强的 0.7316 晋升到了 0.8937，这次要得益于 pre-trained model 是在 ImageNet 大数据集上做过训练，提取到的特色泛化性更好

为了进一步晋升模型的准确率，咱们采纳第二种形式，对 pre-trained model 做 fine-tune，就是在第一种形式的根底上，咱们 unfreeze 局部卷积层，因为浅层的卷积提取的特色都是很根底的特色，意味着很通用，然而深层的卷积提取的特色都是和数据集高度相干的，这里咱们要解决的是 flower_photos，所以能够对深层的一部分卷积做训练，以进一步提高模型的准确率

上面上代码

data_augmentation = tf.keras.Sequential([augmentation_dict[args.key],
])

preprocess_input = tf.keras.applications.mobilenet_v2.preprocess_input
base_model = tf.keras.applications.MobileNetV2(input_shape=img_size,
                                               include_top=False,
                                               weights='imagenet')
base_model.trainable = True
# Let's take a look to see how many layers are in the base model
print("Number of layers in the base model:", len(base_model.layers))

# Fine-tune from this layer onwards
fine_tune_at = 100

# Freeze all the layers before the `fine_tune_at` layer
for layer in base_model.layers[:fine_tune_at]:
    layer.trainable = False

inputs = tf.keras.Input(shape=img_size)
x = data_augmentation(inputs)
x = preprocess_input(x)
x = base_model(x, training=False)
x = tf.keras.layers.GlobalAveragePooling2D()(x)
x = tf.keras.layers.Dropout(0.2)(x)
outputs = tf.keras.layers.Dense(num_classes)(x)
model = tf.keras.Model(inputs, outputs)
model.load_weights('./save_models')
print(model.summary())

optimizer = tf.keras.optimizers.Adam(learning_rate=1e-4)
model.compile(
    optimizer=optimizer,
    loss=tf.losses.SparseCategoricalCrossentropy(from_logits=True),
    metrics=['accuracy'])
K.set_value(model.optimizer.learning_rate, 1e-4)

这里有个特地须要留神的中央是 learning_rate 的设置，K.set_value(model.optimizer.learning_rate, 1e-4)，这个中央还是我顺便查看了下 learning_rate 的 log 记录图才发现的不对劲

能够看到，进行 fine-tune 的话，模型准确率进一步晋升，从 0.8937 —> 0.9482

到此为止，咱们实现了在 flower_photos 数据集上 val_acc = 0.9482，下一步可能会用 RandAugment 或者 Semi-supervised 来晋升模型的泛化能力

代码地址: https://github.com/MaoXianXin…

正文完