上期文章我们分享了如何使用LetNet体系结构来搭建一个图片识别的神经网络：

本期我们基于VGGNet神经网络来进行图片的识别，且增加图片的识别种类，当然你也可以增加更多的种类，本期代码跟往期代码有很大的相识处，可以参考

VGGNet基础

VGG16结构图

1. 输入是大小为224*224的RGB图像，预处理（preprocession）时计算出三个通道的平均值，在每个像素上减去平均值
2. 图像经过一系列卷积层处理，在卷积层中使用了非常小的3*3卷积核，在有些卷积层里则使用了1*1的卷积核。
3. 卷积层步长（stride）设置为1个像素，3*3卷积层的填充（padding）设置为1个像素。池化层采用max pooling，共有5层，在一部分卷积层后，max-pooling的窗口是2*2，步长设置为2。
4. 卷积层之后是三个全连接层（fully-connected layers，FC）。前两个全连接层均有4096个通道，第三个全连接层有1000个通道，用来分类。所有网络的全连接层配置相同。
5. 全连接层后是Softmax，用来分类。
6. 所有隐藏层（每个conv层中间）都使用ReLU作为激活函数。VGGNet不使用局部响应标准化（LRN），这种标准化并不能在ILSVRC数据集上提升性能，却导致更多的内存消耗和计算时间（LRN：Local Response Normalization，局部响应归一化，用于增强网络的泛化能力）。

VGGNet keras 神经网络搭建

使用VGGNet基础知识，我们使用keras来搭建一个小型的神经网络，新建一个smallervggnet.py文件

<code>from keras.models import Sequentialfrom keras.layers.normalization import BatchNormalizationfrom keras.layers.convolutional import Conv2Dfrom keras.layers.convolutional import MaxPooling2Dfrom keras.layers.core import Activationfrom keras.layers.core import Flattenfrom keras.layers.core import Dropoutfrom keras.layers.core import Densefrom keras import backend as Kclass SmallerVGGNet:@staticmethoddef build(width, height, depth, classes):# initialize the model along with the input shape to be# "channels last" and the channels dimension itselfmodel = Sequential()inputShape = (height, width, depth)chanDim = -1# if we are using "channels first", update the input shape# and channels dimensionif K.image_data_format() == "channels_first":inputShape = (depth, height, width)chanDim = 1# CONV => RELU => POOLmodel.add(Conv2D(32, (3, 3), padding="same",input_shape=inputShape))model.add(Activation("relu"))model.add(BatchNormalization(axis=chanDim))model.add(MaxPooling2D(pool_size=(3, 3)))model.add(Dropout(0.25))# (CONV => RELU) * 2 => POOLmodel.add(Conv2D(64, (3, 3), padding="same"))model.add(Activation("relu"))model.add(BatchNormalization(axis=chanDim))model.add(Conv2D(64, (3, 3), padding="same"))model.add(Activation("relu"))model.add(BatchNormalization(axis=chanDim))model.add(MaxPooling2D(pool_size=(2, 2)))model.add(Dropout(0.25))# (CONV => RELU) * 2 => POOLmodel.add(Conv2D(128, (3, 3), padding="same"))model.add(Activation("relu"))model.add(BatchNormalization(axis=chanDim))model.add(Conv2D(128, (3, 3), padding="same"))model.add(Activation("relu"))model.add(BatchNormalization(axis=chanDim))model.add(MaxPooling2D(pool_size=(2, 2)))model.add(Dropout(0.25))# first (and only) set of FC => RELU layersmodel.add(Flatten())model.add(Dense(1024))model.add(Activation("relu"))model.add(BatchNormalization())model.add(Dropout(0.5))# softmax classifiermodel.add(Dense(classes))model.add(Activation("softmax"))# return the constructed network architecturereturn model/<code>

搭建图片识别训练模型

导入第三方库

<code>import matplotlibmatplotlib.use("Agg")from keras.preprocessing.image import ImageDataGeneratorfrom keras.optimizers import Adamfrom keras.preprocessing.image import img_to_arrayfrom sklearn.preprocessing import LabelBinarizerfrom sklearn.model_selection import train_test_splitfrom smallervggnet import SmallerVGGNetfrom keras.utils import to_categoricalimport matplotlib.pyplot as pltfrom imutils import pathsimport numpy as npimport randomimport pickleimport cv2import os/<code>

初始化数据

<code>EPOCHS = 100  #学习的步数INIT_LR = 1e-3 #学习效率BS = 32# 每步学习个数IMAGE_DIMS = (96, 96, 3) # 图片尺寸data = [] # 保存图片数据labels = [] # 保存图片label# 加载所有图片imagePaths = sorted(list(paths.list_images("dataset\\\")))random.seed(42)random.shuffle(imagePaths)/<code>

遍历图片搜集图片信息

<code>for imagePath in imagePaths:    # 加载所有图片    image = cv2.imread(imagePath)    image = cv2.resize(image, (IMAGE_DIMS[1], IMAGE_DIMS[0]))    image = img_to_array(image)    data.append(image)# 搜集图片data 与label    label = imagePath.split(os.path.sep)[-2]    print(label)    labels.append(label)/<code>

处理图片

<code># 处理数据到0-1data = np.array(data, dtype="float") / 255.0labels = np.array(labels# 标签二值化lb = LabelBinarizer()labels = lb.fit_transform(labels)#labels = to_categorical(labels) #多类删除这个,当然本期代码完全可以使用在介绍lenet网络上/<code>

搭建神经网络模型

<code>(trainX, testX, trainY, testY) = train_test_split(data,                                                  labels, test_size=0.2, random_state=42)#分开测试数据#创建一个图像生成器对象，该对象在图像数据集上执行随机旋转，平移，翻转，修剪和剪切。#这使我们可以使用较小的数据集，但仍然可以获得较高的结果aug = ImageDataGenerator(rotation_range=25, width_shift_range=0.1,                         height_shift_range=0.1, shear_range=0.2, zoom_range=0.2,                         horizontal_flip=True, fill_mode="nearest")# 初始化模型model = SmallerVGGNet.build(width=IMAGE_DIMS[1], height=IMAGE_DIMS[0],                            depth=IMAGE_DIMS[2], classes=len(lb.classes_))opt = Adam(lr=INIT_LR, decay=INIT_LR / EPOCHS)model.compile(loss="categorical_crossentropy", optimizer=opt,              metrics=["accuracy"])/<code> 

训练神经网络

<code>H = model.fit_generator(    aug.flow(trainX, trainY, batch_size=BS),    validation_data=(testX, testY),    steps_per_epoch=len(trainX) // BS,    epochs=EPOCHS, verbose=1)/<code>

保存训练模型

<code>model.save("VGGNet.model")f = open("labelbin.pickle", "wb")f.write(pickle.dumps(lb))f.close()/<code>

显示训练结果

训练结果

<code>plt.style.use("ggplot")plt.figure()N = EPOCHSplt.plot(np.arange(0, N), H.history["loss"], label="train_loss")plt.plot(np.arange(0, N), H.history["val_loss"], label="val_loss")plt.plot(np.arange(0, N), H.history["acc"], label="train_acc")plt.plot(np.arange(0, N), H.history["val_acc"], label="val_acc")plt.title("Training Loss and Accuracy")plt.xlabel("Epoch #")plt.ylabel("Loss/Accuracy")plt.legend(loc="upper left")plt.savefig("plot1.JPG")/<code>

识别图片

下期我们将使用预训练好的模型对图片进行识别

閱讀更多 人工智能研究所 的文章

關鍵字: 人工智能 神经网络 模型