tensorflow2.0_数据预处理+VGG16迁移学习(不使用API给模型输入数据)


数据预处理+VGG16迁移学习

  • 1、加载数据库
  • 2、参数设置
  • 3、读取文件中的图片
  • 4、对数据进行预处理
    • 4.1、查看数据及标签的数量
  • 5、对数据集进行划分
    • 5.1、查看切分后的数据集
  • 6、训练分类模型
  • 7、训练并保存模型
  • 8、模型训练效果
    • 8.1、曲线平滑处理
    • 8.2、测试集测试效果
  • 9、将模型保存为pb文件
  • 10、tensorboard可视化
  • 11、模型评估
    • 11.1、分类报告&混淆矩阵
  • 11.2、绘制ROC和AUC曲线

开发环境jupyter、tensorflow2.0
1、加载数据库
%matplotlib inline import matplotlib as mpl import matplotlib.pyplot as plt import numpy as np import os import pandas as pd import sklearn import sys import tensorflow as tf #import time import cv2 #import glob# from PIL import Image # import matplotlib.patches as patch # import jsonfrom tensorflow import kerasfrom tensorflow.keras.utils import to_categorical from tensorflow.keras.applications import VGG16, VGG19 from tensorflow.keras.models import load_model from tensorflow.keras import layers, modelsprint(tf.__version__) print(sys.version_info) for module in mpl,np,pd,sklearn,tf,keras: print(module.__name__,module.__version__)

tensorflow2.0_数据预处理+VGG16迁移学习(不使用API给模型输入数据)
文章图片

from tensorflow.keras.utils import to_categorical from tensorflow.keras.applications import VGG16, VGG19 from tensorflow.keras.models import load_model from tensorflow.keras import layers, models from tensorflow.compat.v1 import graph_util from tensorflow.python.keras import backend as K tf.compat.v1.disable_eager_execution() K.set_learning_phase(0)

2、参数设置
preprocessedFolder = 'H:\\jupyter_project1\\模式识别作业\\ClassificationData\\' outModelFileName = 'H:\\jupyter_project1\\模式识别作业\\' ImageWidth = 512 ImageHeight = 320 ImageNumChannels = 3 TrainingPercent = 70 ValidationPercent = 15

3、读取文件中的图片
def read_dl_classifier_data_set(preprocessedFolder): img_list = [] label_list = [] cnt_class = 0 #存放每个图像的label cnt_img = 0 for directory in os.listdir(preprocessedFolder): cnt_class += 1 tmp_dir = preprocessedFolder + directory for image in os.listdir(tmp_dir): cnt_img += 1 tmp_img_filepath = tmp_dir + '\\'+image tmp_img = cv2.imread(tmp_img_filepath) tmp_img = cv2.resize(tmp_img,(ImageWidth, ImageHeight)) img_list.append(tmp_img) label_list.append(cnt_class) if cnt_img % 50 ==0: print(str(cnt_img) + " :Load " + tmp_img_filepath + " success!") print("Total " + str(cnt_img) + " images read belong to " + str(cnt_class) + "classes" ) return np.array(img_list),np.array(label_list)if __name__ == "__main__": #使用相对路径,改为绝对路径后,也可直接运行 preprocessedFolder = '.\\ClassificationData\\' outModelFileName = '.\\ClassificationData\\' ImageWidth = 512 ImageHeight = 320 ImageNumChannels = 3 TrainingPercent = 70 ValidationPercent = 15

all_data,all_label = read_dl_classifier_data_set(preprocessedFolder)

tensorflow2.0_数据预处理+VGG16迁移学习(不使用API给模型输入数据)
文章图片

4、对数据进行预处理 1、将图像数据像素值压缩至0.0-1.0之间
2、对label使用one-hot编码
def preprocess_dl_Image(all_data, all_label): all_data = https://www.it610.com/article/all_data.astype('float32') / 255. all_label = to_categorical(all_label) return all_data, all_label

all_data, all_label = preprocess_dl_Image(all_data, all_label)

4.1、查看数据及标签的数量 tensorflow2.0_数据预处理+VGG16迁移学习(不使用API给模型输入数据)
文章图片

5、对数据集进行划分 1、原始数据为有序数据,将数据随机打乱
2、训练集:175,验证集:37,测试集=38
def split_dl_classifier_data_set(all_data, all_label, TrainingPercent, ValidationPercent): #打乱索引 index = [i for i in range(all_data.shape[0])] np.random.shuffle(index)#打乱索引 all_data = https://www.it610.com/article/all_data[index] all_label = all_label[index] all_len = all_data.shape[0]train_len = int(all_len * TrainingPercent / 100.) validation_len = train_len + int(all_len * ValidationPercent / 100.)#切分数据集 train_data,train_label = all_data[0:train_len, :, :, :], all_label[0:train_len, :]val_data, val_label = all_data[train_len:validation_len, :, :, :], all_label[train_len:validation_len, :]test_data, test_label = all_data[validation_len:, :, :, :],all_label[validation_len:, :]return train_data, train_label, val_data, val_label, test_data, test_label

train_data, train_label, val_data, val_label, test_data, test_label = split_dl_classifier_data_set( all_data, all_label, TrainingPercent, ValidationPercent)

5.1、查看切分后的数据集 tensorflow2.0_数据预处理+VGG16迁移学习(不使用API给模型输入数据)
文章图片

6、训练分类模型 1、使用tensorflow2.0自带的VGG19迁移学习
2、epochs = 60
3、batch_size = 32
4、使用验证集验证模型
5、使用tensorflow回调函数callbacks实现:保存模型(h5格式)、提前终止模型、tensorboard显示
def train_classifier(train_data, train_label, val_data, val_label, outModelFileName): conv_base = VGG16(weights='imagenet', include_top=False, input_shape=(ImageHeight, ImageWidth, 3)) model = models.Sequential() model.add(conv_base) model.add(layers.Flatten()) model.add(layers.Dense(32, activation='relu')) model.add(layers.Dense(6, activation='softmax')) conv_base.trainable = False model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['acc']) return model

model = train_classifier(train_data, train_label, val_data, val_label, outModelFileName)

model.summary()

tensorflow2.0_数据预处理+VGG16迁移学习(不使用API给模型输入数据)
文章图片

7、训练并保存模型
# Tensorboard, earlystopping, ModelCheckpoint logdir = os.path.join('graph_def_and_weights') if not os.path.exists(logdir): os.mkdir(logdir) #保存模型 output_model_file = os.path.join(logdir, "fashion_mnist_model.h5")callbacks = [ keras.callbacks.TensorBoard(logdir), keras.callbacks.ModelCheckpoint(output_model_file, save_best_only = True, save_weights_only = False), keras.callbacks.EarlyStopping(patience=5, min_delta=1e-3), ] history = model.fit(train_data, train_label, epochs=60, validation_data=https://www.it610.com/article/(val_data, val_label), callbacks = callbacks)

tensorflow2.0_数据预处理+VGG16迁移学习(不使用API给模型输入数据)
文章图片

8、模型训练效果 1、画loss与acc变化曲线
2、在测试集上测试模型训练效果
def plot_learning_curves(history): pd.DataFrame(history.history).plot(figsize=(8, 5)) plt.grid(True) plt.gca().set_ylim(-0.1,1.2) plt.show()plot_learning_curves(history)

tensorflow2.0_数据预处理+VGG16迁移学习(不使用API给模型输入数据)
文章图片

8.1、曲线平滑处理
def smooth_curve(points, factor=0.8): smoothed_points = [] for point in points: if smoothed_points: previous = smoothed_points[-1] smoothed_points.append(previous * factor + point * (1 - factor)) else: smoothed_points.append(point) return smoothed_pointsdef plot_history(history): acc = history.history['acc'] val_acc = history.history['val_acc'] loss = history.history['loss'] val_loss = history.history['val_loss'] epochs = range(len(acc)) plt.plot(epochs, smooth_curve(acc), 'bo', label='Smoothed training acc') plt.plot(epochs, smooth_curve(val_acc), 'b', label='Smoothed validation acc') plt.title('Training and validation accuracy') plt.legend()plt.figure()plt.plot(epochs, smooth_curve(loss), 'bo', label='Smoothed training loss') plt.plot(epochs, smooth_curve(val_loss), 'b', label='Smoothed validation loss') plt.title('Training and validation loss') plt.legend() plt.show()

plot_history(history)

tensorflow2.0_数据预处理+VGG16迁移学习(不使用API给模型输入数据)
文章图片

8.2、测试集测试效果
test_loss, test_acc = model.evaluate(test_data, test_label) print(test_loss,test_acc)

tensorflow2.0_数据预处理+VGG16迁移学习(不使用API给模型输入数据)
文章图片

9、将模型保存为pb文件 1、tf.keras默认使用h5格式保存模型,使用load_model加载后,可正常使用
2、未测试pb格式保存的模型的正确性
def freeze_session(session, keep_var_names=None, output_names=None, clear_devices=True): from tensorflow.python.framework.graph_util import convert_variables_to_constants graph = session.graph with graph.as_default(): freeze_var_names = list(set(v.op.name for v in tf.compat.v1.global_variables( )).difference(keep_var_names or [])) output_names = output_names or [] output_names += [v.op.name for v in tf.compat.v1.global_variables()] # Graph -> GraphDef ProtoBuf input_graph_def = graph.as_graph_def() if clear_devices: for node in input_graph_def.node: node.device = "" frozen_graph = convert_variables_to_constants(session, input_graph_def, output_names, freeze_var_names) return frozen_graphdef WriteDlClassifier(model, outModelFileName): # save keras model as *.pb(convert *.h5 to *.pb) from tensorflow.compat.v1 import graph_util from tensorflow.python.keras import backend as K tf.compat.v1.disable_eager_execution() K.set_learning_phase(0) frozen_graph = freeze_session(tf.compat.v1.keras.backend.get_session(), output_names=[out.op.name for out in model.outputs], clear_devices=True) tf.io.write_graph(frozen_graph, outModelFileName, 'BLclassifier.pb', as_text=False) print("save pb successfully! ")

WriteDlClassifier(model, outModelFileName)

tensorflow2.0_数据预处理+VGG16迁移学习(不使用API给模型输入数据)
文章图片

10、tensorboard可视化 模型生成文件中有一个 tensorboard 可视化文件,这里简单看一下效果
1、打开 Anaconda Powershell Prompt
tensorflow2.0_数据预处理+VGG16迁移学习(不使用API给模型输入数据)
文章图片

2、在命令行中输入: tensorboard --logdir=graph_def_and_weights,会得到一个网址。(其中
graph_def_and_weights 是文件名)
tensorflow2.0_数据预处理+VGG16迁移学习(不使用API给模型输入数据)
文章图片

3、用浏览器打开网址,就打开 tensorboard 了
11、模型评估 1.使用测试集进行评估
2.输出分类报告和混淆矩阵
3.绘制ROC和AUC曲线
11.1、分类报告&混淆矩阵
'''输出验证集分类报告和混淆矩阵''' # Y_pred_tta=model.predict_classes(test_data) # Y_test = [np.argmax(one_hot)for one_hot in test_label]# 由one-hot转换为普通np数组 from sklearn.metrics import classification_report#分类报告 from sklearn.metrics import confusion_matrix#混淆矩阵 from sklearn.metrics import accuracy_score#模型精度 import seaborn as snsY_pred_tta=model.predict_classes(test_data) #模型对测试集进行预测 Y_test = [np.argmax(one_hot)for one_hot in test_label]# 由one-hot转换为普通np数组 print('验证集分类报告:\n',classification_report(Y_test,Y_pred_tta)) confusion_mc = confusion_matrix(Y_test,Y_pred_tta)#混淆矩阵 df_cm = pd.DataFrame(confusion_mc) plt.figure(figsize = (10,7)) sns.heatmap(df_cm, annot=True, cmap="BuPu",linewidths=1.0,fmt="d") plt.title('PipeLine accuracy:{0:.3f}'.format(accuracy_score(Y_test,Y_pred_tta)),fontsize=20) plt.ylabel('True label',fontsize=20) plt.xlabel('Predicted label',fontsize=20)

tensorflow2.0_数据预处理+VGG16迁移学习(不使用API给模型输入数据)
文章图片

11.2、绘制ROC和AUC曲线
from sklearn.metrics import precision_recall_curve from sklearn.metrics import average_precision_score from sklearn.metrics import roc_curve from sklearn import metrics import matplotlib as mpl# 计算属于各个类别的概率,返回值的shape = [n_samples, n_classes] y_score = model.predict_proba(test_data) # 1、调用函数计算验证集的AUC print ('调用函数auc:', metrics.roc_auc_score(test_label, y_score, average='micro')) # 2、手动计算验证集的AUC #首先将矩阵test_label和y_score展开,然后计算假正例率FPR和真正例率TPR fpr, tpr, thresholds = metrics.roc_curve(test_label.ravel(),y_score.ravel()) auc = metrics.auc(fpr, tpr) print('手动计算auc:', auc) mpl.rcParams['font.sans-serif'] = u'SimHei' mpl.rcParams['axes.unicode_minus'] = False #FPR就是横坐标,TPR就是纵坐标 plt.figure(figsize = (10,7)) plt.plot(fpr, tpr, c = 'r', lw = 2, alpha = 0.7, label = u'AUC=%.3f' % auc) plt.plot((0, 1), (0, 1), c = '#808080', lw = 1, ls = '--', alpha = 0.7) plt.xlim((-0.01, 1.02)) plt.ylim((-0.01, 1.02)) plt.xticks(np.arange(0, 1.1, 0.1)) plt.yticks(np.arange(0, 1.1, 0.1)) plt.xlabel('False Positive Rate', fontsize=16) plt.ylabel('True Positive Rate', fontsize=16) plt.grid(b=True, ls=':') plt.legend(loc='lower right', fancybox=True, framealpha=0.8, fontsize=12) plt.title('37个验证集分类后的ROC和AUC', fontsize=18) plt.show()

【tensorflow2.0_数据预处理+VGG16迁移学习(不使用API给模型输入数据)】tensorflow2.0_数据预处理+VGG16迁移学习(不使用API给模型输入数据)
文章图片

    推荐阅读