TensorFlow学习笔记--自定义图像识别

零、学习目标

本篇文章主要讲解本身的图像数据如何在TnesorFlow上训练，主要从数据准备、训练模型、验证准确率和导出模型并对图片分类。重点以下：

1. 微调
2. 导出模型并对图片分类

1、微调

1. 原理
   对于新手来讲，在本身的数据集上训练一个模型时，最简单的方法是在ImageNet的模型上进行微调。什么是微调呢？以VGG16为例，它的结构为5部分卷积层共13层（conv1 ~ conv5）和3层的全链接层（fc6 ~ fc8），一共16层，所以被称为VGG16。
   若是将VGG16的结构用于一个新的数据集，就要去掉最后一层的全链接层，由于最后一层全链接层的输入是前一层的特征，输出的是1000类的几率，正好对应了ImageNet中的1000个类别，可是在这里，咱们的类别只有6种，因此要去掉最后一层全链接层，采用一个更符合数据类别的全链接层。
   这时，网络参数的初始化值就不是随机生成的了，而是利用VGG16在ImageNet上已经训练好的参数做为训练的初始值。由于ImageNet训练集上的VGG16已经包含了大量有用的卷积过滤器，使用已存在的参数不久节约时间，也有助于提升分类器的性能。

2. 训练范围
   在载入参数后，咱们能够指定训练层数范围，训练层数可选范围以下：

3. 只训练fc8这一层，保持其余层的参数不变，将VGG16做为一个特征提取器，用fc7层提起的特征作Softmax分类，这样作有利提升训练速度，可是性能不是最佳的；

4. 训练全部参数，对网络中的全部参数都进行训练，性能得以提升，深度模型得以充分发挥，可是速度太慢；

5. 训练部分参数，固定浅层参数不变，训练深层参数。

以上这三种方法就是神经网络的微调，经过微调能够将神经网络经过以有模型应用到本身的数据集上。

3. 数据处理
   咱们首先将数据分为训练集和验证集，以后将图片转化为tfrecord格式【注1】。将文件夹 data_preoare 复制到项目的根部录下。这个文件夹中由所需的数据集和代码。data_preoare/pic/train 目录是训练文件所在的目录，data_preoare/pic/validation 目录是验证文件所在的目录。两个目录下又以不一样分类划分了6种类别，分别为：农田、冰川、城市地区、森林、水域和岩石，每一个文件夹中存放的图片为jpg格式的图片。
   因为神经网络没法识别jpg格式的数据，因此须要将图片数据转为tfrecord格式的数据。 切换到 data_preoare 文件夹下，在命令行输入以下命令进行格式转换：

python data_convert.py -t pic/ --train-shards 2 --validation-shards 2 --num-threads 2 --dataset-name satellite

解释一下上面参数的含义：

参数	含义
-t pic/	指定要转换的数据所在的文件夹，这个文件夹下必须有一个训练目录和一个验证目录，而且每一个目录按类别存放图片数据
–train-shards 2	将训练数据集分为两块，也就是说转换完格式后训练数据集将会是两个tfrecord格式的文件【注2】
–validation-shards 2	将验证数据集分为两块
–num-threads 2	采用两个线程生产数据【注3】
–dataset-name:satellite	给转换后的数据集起一个名字

运行命令后，pic文件夹下会出现五个新的数据文件，以 satellite_train_ 开头的训练据文件和以 satellite_validation_ 开头的验证数据文件，而且还包含一个label.txt文件，表示图片的标签数字到真实类别字符串的映射顺序。例如tfrecod中图片标签为0，就表明类别为label.txt中的第一行类别。

注1：
文件下载地址：下载文件

注2：
若是训练数据集较大，则能够将训练数据集划分为多个数据块

注3：
线程数量必须能整除train-shars和validation-shards，这样才能抱枕每一个线程中数据块的数量相等

4. 下载TensorFlow Slim 源代码
   下载TensorFlow Slim 是Google提供的图像分类工具。里面提供了图像分类的接口、经常使用的网络结构和预训练模型。
   利用git下载Slim源码：git clone ht仁ps://github.corn/tensorflow/models.git，我所提供的下载地址中也有Slim源码。将 Slim 文件夹复制到根目录下便可。代码结构以下：

文件名/文件夹名	说明
datasets/	训练时须要用到的数据库，训练本身的数据时必须在这里进行定义本身的数据库
nets/	经常使用的网络结构
preprocessing/	针对不一样网络定义了不一样的预处理数据的方法
scripts/	训练示例脚本
train_image_classificer.py	训练模型入口
eval_image_classificer.py	验证模型性能入口
download_and_convert_data.py	下载并转换数据及各式入口

4. 定义dataset
   在 slim/datasets 目录下建立 satellite.py 文件，将 flowers.py 文件中的内容复制进去。修改部分代码：
5. _FILE_PATTERN、SPLITS_TO_SIZE、_NUM_CLASSES

# 数据的文件名
_FILE_PATTERN = 'satellite_%s_*.tfrecord'
# 训练集和验证集的数量
SPLITS_TO_SIZE = {'train':4800,'validation':1200}
# 数据集中图片的类别数目
_NUM_CLASSES = 6

2. image/format

# 设定图片格式
'image/format' : tf.FixedLenFeature((),tf.string,default_value = 'jpg')

3. 修改dataset_factory.py

from datasets import cifar10
from datasets import flowers
from datasets import imagenet
from datasets import mnist
# 将satellite模块添加进来
from datasets import satellite

# satellite 数据库加入进来
datasets_map = {
  'cifar10':cifar10,
  'flowers':flowers,
  'imagenet':imagenet,
  'mnist':mnist,
  'satellite':satellite
}

5. 准备训练文件夹
   在slim文件夹下新建 satellite 目录、satellite/data（训练和验证数据文件夹）、satellite/train_dir（保存训练日志和模型文件夹）、satellite/pretrained。建立完目录后须要完成如下工做：

6. 将转换好格式的数据（包括label.txt）复制 satellite/data 文件夹

7. 下载Inception V3模型，下载地址是：下载地址，解压后，将inception_v3.ckpt文件复制到 satellite/pretrained

8. 训练程序
   在slim文件夹下启动命令行，输入以下命令开始训练（代码须要在TensorFlow GPU版本上运行）：

python train_image_classifier.py --train_dir=satellite/train_dir --dataset_name=satellite --dataset_split_name=train --dataset_dir=satellite/data --model_name=inception_v3 --checkpoint_path=satellite/pretrained/inception_v3.ckpt --checkpoint_exclude_scopes=InceptionV3/Logits,InceptionV3/AuxLogits --trainable_scopes=InceptionV3/Logits,InceptionV3/AuxLogits --max_number_of_steps=100000 --batch_size=32 --learning_rate=0.001 --learning_rate_decay_type=fixed --save_interval_secs=300 --save_summaries_secs=2 --log_every_n_steps=10 --optimizer=rmsprop --weight_decay=0.00004

解释一下上面参数的含义：

参数	说明
–trainable_scopes=InceptionV3/Logits,InceptionV3/AuxLogits	指定模型微调变量的范围。这里指设定表示只对 InceptionV3/Logits 和 InceptionV3/AuxLogits 两个变量微调，也就是对fc8进行微调，若是不设置此参数，将会对全部参数进行训练。
–train_dir=satellite/train_dir	在 satellite/train_dir 目录下保存日志和模型文件（heckpoint）
–dataset_name=satellite、–datasets_split_name=train	指定训练数据集
–dataset_dir=satellite/data	训练数据集保存的位置
–model_name=inception_v3	使用的模型名称
–checkpoint_path=satellite/pretrained/inception_v3.ckpt	预训练模型保存的位置
–checkpoint_exclude_scopes=InceptionV3/Logits,InceptionV3/AuxLogits	恢复预训练模型时不回复这两层，由于这两层模型对应着ImageNet数据集的1000类，与当前数据集不符，因此不要恢复他
–max_number_of_steps 100000	最大执行步数
–batch_size=32	每步的batch数量
–learning_rate=0.001	学习率
–learning_rate_decay_type=fixed	学习率是否降低，此处固定学习率
–save_interval_secs=300	每隔300秒保存一次模型，保存到train_dir目录下
–save_summaries_secs=2	每隔2秒保存一第二天志
–log_every_n_steps=10	每隔10步在屏幕上打印出训练信息
–optimizer=rmsprop	指定优化器
–weight_decay=0.00004	设定weight_decay，即模型中全部参数的二次正则化超参数

注4：
开始训练时，若是训练文件夹（satellite/train_dir)里没有保存的模型，就会自动加载 checkpoint_path 中的预训练模型，而后程序会把初始模型保存在train_dir中，命名为 model.ckpt-0，0表示第0步。以后每隔300秒就会保存一次模型，因为模型较大，因此只会保留最新的5个模型。若是中断程序运行后再次运行，会首先检查train_dir文件夹中是否存在模型，若是存在则接着存在的模型开始训练。

7. 验证模型
   要查看模型的准确率，可使用 eval_image_classifier.py 来验证，在命令行输入以下命令：

python eval_image_classifier.py --checkpoint_path=satellite/train_dir --eval_dir=statellite/eval_dir --dataset_name=satellite --dataset_split_name=validation --dataset_dir=satellite/data --model_name=inception_v3

下面来解释一下参数

参数	说明
–checkpoint_path=satellite/train_dir	参数能够接收目录路径或者文件路径。若是是一个目录路径，则会查找这个目录下最新的模型
–eval_dir=satellite/eval_dir	执行结果日志的保存目录
–dataset_dir=satellite/data	验证数据集保存位置
–model_name=inception_v3	使用的模型

执行后会打印出以下内容：

eval/Accuracy[0.51]
eval/Recall_5[0.973333336]

Accuracy表示模型的分类准确率，Recall_5表示前5次的准确率

8. TensorBoard 可视化与超参数选择
   使用TnesorBoard 有助于设定训练模型的方式以及超参数，命令行输入以下参数：

tensorboard --logdir satellite/train_dir

在TensorBoard中能够查看损失变化曲线，损失变化曲线有助于调整参数。若是损失曲线比动较大，没法收敛，就有可能时学习率过大，适当减少学习率就好了。
如今作以下操做：

1. 在 train_dir 中创建两个文件夹，分别存放只微调fc8和微调整个网络的模型。经过调整 train_dir 参数将这两种模型分别存入新建的文件夹中，以后使用命令：

tensorboard --logdir satellite/train_dir

浏览器打开TensorBoard就能够看到狂歌模型的损失曲线，上方的为只训练末端的损失数，下方为训练全部层的损失函数。看损失函数能够看出训练全部层比只训练末端要好。

2、处处模型并分类图片

模型训练完以后，将会进行部署。这里提供了两个文件 freeze_graph.py 和 classify_image_inception_v3.py 前者用于导出识别模型，后者用于识别单张图片。在slim文件夹下执行以下命令：

python export_inference_graph.py --alsologtostderr --model_name=inception_v3 --output_file=satellite/inception_v3_inf_graph.pb --dataset_name satellite

命令执行后，会在satellite文件夹下生成一个 inception_v3_inf_graph.pb 文件，可是这个文件不包含训练得到的模型参数，须要将cheeckpoint中的模型参数保存进来，方法是使用freeze_graph.py：

python freeze_graph.py --input_graph slim/satellite/inception_v3export_inference_graph.pb --input_checkpoint slim/satellite/train_dir/model.ckpt-5271 --input_binary true --output_node_names InceptionV3/Predictions/Reshape_1 --output_graph slim/satellite/frozen_graph.pb

这里讲解一下参数：

参数	说明
–input_graph slim/satellite/inception_v3_inf_graph.pb	使用的网络结构文件（前一步已经导出）
–input_checkpoint slim/satellite/train_dir/model.ckpt-5271	指定载入到网络结构中的checkpoint参数
–input_binary true	使用网络结构文件是二进制仍是文本形式
–output_node_names InceptionV3/Predictions/Reshape_1	是Inception V3最后的输出层
–output_graph slim/satellite/frozen_graph.pb	导出模型的文件

下面开始对图片进行识别。命令行执行脚本 classify_image_inception_v3.py ，运行以下命令：

python classify_image_inception_v3.py --model_path slim/statellite/frozen_graph.pb --label_path data_preoare/pic/label.txt --image_file test_image.jpg

讲解参数：

参数	说明
–model_path slim/statellite/frozen_graph.pb	导入训练好的模型
–label_path data_preoare/pic/label.txt	将–model_path输出的结果转换为对应的名称
–image_file test_image.jpg	要识别的图片

执行完参数后，将输出每种类别的几率。

3、总结

首先简要介绍了微调神经网络的基本原理，接着详细介绍了如何使用 TensorFlow Slim 微调预训练模型，包括数据准备、定义新的 datasets 文件、训练、 验证 、 导出模型井测试单张图片等。