- 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
- 🍦 参考文章地址： 🔗深度学习100例-卷积神经网络（CNN）猴痘病识别 | 第45天
- 🍖 作者：K同学啊
一、环境配置
python3.6.13，TensorFlow2.4.0-gpu，cuda 11.0，cudnn8.0.5
二、前期准备
1.设置GPU
from tensorflow import keras
from tensorflow.keras import layers, models
import os, PIL, pathlib
import matplotlib.pyplot as plt
import tensorflow as tf
gpus = tf.config.list_physical_devices("GPU")
if gpus:
gpu0 = gpus[0] # 如果有多个GPU，仅使用第0个GPU
tf.config.experimental.set_memory_growth(gpu0, True) # 设置GPU显存用量按需使用
tf.config.set_visible_devices([gpu0], "GPU")
2.导入数据
data_dir = "./45-data/" # 相对路径
data_dir = pathlib.Path(data_dir)
3.查看数据
image_count = len(list(data_dir.glob('*/*.jpg')))
print("图片总数为：",image_count)
"""
图片总数为： 2142
"""
#导入Monkeypox下面的数据并打开第1张图片
Monkeypox = list(data_dir.glob('Monkeypox/*.jpg'))
PIL.Image.open(str(Monkeypox[0]))
三、数据预处理
1.加载数据
使用image_dataset_from_directory方法将磁盘中的数据加载到tf.data.Dataset中
测试集与验证集的关系：
- 验证集并没有参与训练过程梯度下降过程的，狭义上来讲是没有参与模型的参数训练更新的。
- 但是广义上来讲，验证集存在的意义确实参与了一个“人工调参”的过程，我们根据每一个epoch训练之后模型在valid data上的表现来决定是否需要训练进行early stop，或者根据这个过程模型的性能变化来调整模型的超参数，如学习率，batch_size等等。
- 因此，我们也可以认为，验证集也参与了训练，但是并没有使得模型去overfit验证集
# 定义batch_size img_height 和 img_width
batch_size = 32
img_height = 224
img_width = 224
# 将磁盘中的数据加载到tf.data.Dataset
# 训练集
train_ds = tf.keras.preprocessing.image_dataset_from_directory(
data_dir, # 数据所在目录
validation_split=0.2, # 0和1之间的可选浮点数，可保留一部分数据用于验证
subset="training", # training或validation之一。仅在设置validation_split时使用
seed=123, # 用于shuffle和转换的可选随机种子
image_size=(img_height, img_width), # 从磁盘读取数据后将其重新调整大小 这里调整到224*224
batch_size=batch_size) # 数据批次的大小 这里设置的32
"""
Found 2142 files belonging to 2 classes.
Using 1714 files for training.
"""
# 验证集
val_ds = tf.keras.preprocessing.image_dataset_from_directory(
data_dir,
validation_split=0.2,
subset="validation",
seed=123,
image_size=(img_height, img_width),
batch_size=batch_size)
"""
Found 2142 files belonging to 2 classes.
Using 428 files for validation.
"""
# 通过class_names输出数据集的标签。标签将按字母顺序对应于目录名称。
class_names = train_ds.class_names
print(class_names)
"""
['Monkeypox', 'Others']
"""
2.可视化数据
#可视化数据 查看前20张图片 2行 10 列
plt.figure(figsize=(20, 10))
for images, labels in train_ds.take(1):
for i in range(20):
ax = plt.subplot(2, 10, i + 1)
plt.imshow(images[i].numpy().astype("uint8"))
plt.title(class_names[labels[i]])
plt.axis("off")
plt.show()
myplot.png
3.再次检查数据
for image_batch, labels_batch in train_ds:
print(image_batch.shape)
print(labels_batch.shape)
break
"""
(32, 224, 224, 3)
(32,)
"""
- Image_batch是形状的张量（32,180,180,3）。这是一批形状180x180x3的32张图片（最后一维指的是彩色通道RGB）。
- Label_batch是形状（32，）的张量，这些标签对应32张图片
4.配置数据集
AUTOTUNE = tf.data.AUTOTUNE # 当buffer_size设定为tf.data.AUTOTUNE时,将会自动调整缓冲区的大小
train_ds = train_ds.cache().shuffle(1000).prefetch(buffer_size=AUTOTUNE)
val_ds = val_ds.cache().prefetch(buffer_size=AUTOTUNE)
- shuffle() ：打乱数据
- prefetch() ：预取数据，加速运行
- cache() ：将数据集缓存到内存当中，加速运行
四、构建CNN网络
卷积神经网络（CNN）的输入是张量 (Tensor) 形式的 (image_height, image_width, color_channels)，包含了图像高度、宽度及颜色信息。不需要输入batch size。color_channels 为 (R,G,B) 分别对应 RGB 的三个颜色通道（color channel）。在此示例中，我们的 CNN 输入的形状是 (224, 224, 4)即彩色图像。我们需要在声明第一层时将形状赋值给参数input_shape。
num_classes = 2
model = models.Sequential([
layers.experimental.preprocessing.Rescaling(1. / 255, input_shape=(img_height, img_width, 3)),
layers.Conv2D(16, (3, 3), activation='relu', input_shape=(img_height, img_width, 3)), # 卷积层1，卷积核3*3
layers.AveragePooling2D((2, 2)), # 池化层1，2*2采样
layers.Conv2D(32, (3, 3), activation='relu'), # 卷积层2，卷积核3*3
layers.AveragePooling2D((2, 2)), # 池化层2，2*2采样
layers.Dropout(0.4), # 作用是防止过拟合，提高模型的泛化能力。
layers.Conv2D(64, (3, 3), activation='relu'), # 卷积层3，卷积核3*3
layers.Dropout(0.4), # 作用是防止过拟合，提高模型的泛化能力。
layers.Flatten(), # Flatten层，连接卷积层与全连接层
layers.Dense(128, activation='relu'), # 全连接层，特征进一步提取
layers.Dense(num_classes) # 输出层，输出预期结果
])
model.summary() # 打印网络结构
Model: "sequential"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
rescaling (Rescaling) (None, 224, 224, 3) 0
_________________________________________________________________
conv2d (Conv2D) (None, 222, 222, 16) 448
_________________________________________________________________
average_pooling2d (AveragePo (None, 111, 111, 16) 0
_________________________________________________________________
conv2d_1 (Conv2D) (None, 109, 109, 32) 4640
_________________________________________________________________
average_pooling2d_1 (Average (None, 54, 54, 32) 0
_________________________________________________________________
dropout (Dropout) (None, 54, 54, 32) 0
_________________________________________________________________
conv2d_2 (Conv2D) (None, 52, 52, 64) 18496
_________________________________________________________________
dropout_1 (Dropout) (None, 52, 52, 64) 0
_________________________________________________________________
flatten (Flatten) (None, 173056) 0
_________________________________________________________________
dense (Dense) (None, 128) 22151296
_________________________________________________________________
dense_1 (Dense) (None, 2) 258
=================================================================
Total params: 22,175,138
Trainable params: 22,175,138
Non-trainable params: 0
_________________________________________________________________
五、编译
在准备对模型进行训练之前，还需要再对其进行一些设置。以下内容是在模型的编译步骤中添加的：
- 损失函数（loss）：用于衡量模型在训练期间的准确率。
- 优化器（optimizer）：决定模型如何根据其看到的数据和自身的损失函数进行更新。
- 指标（metrics）：用于监控训练和测试步骤。以下示例使用了准确率，即被正确分类的图像的比率。
# 设置优化器
opt = tf.keras.optimizers.Adam(learning_rate=1e-4)
model.compile(optimizer=opt,
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])
六、训练模型
本次调用了TensorFlow中的ModelCheckpoint函数进行训练模型的保存
#训练
from tensorflow.keras.callbacks import ModelCheckpoint
epochs = 50
checkpointer = ModelCheckpoint('best_model.h5', # 字符串，保存模型的路径
monitor='val_accuracy', # 需要监视的值
verbose=1, # 信息展示模式
save_best_only=True, # 保存最优模型
save_weights_only=True) # 为True则只保存模型权重，否则将保存整个模型（包括模型结构，配置信息等）
history = model.fit(train_ds,
validation_data=val_ds,
epochs=epochs,
callbacks=[checkpointer])
训练了50个epoch，val_accuracy达到0.87850
Epoch 1/50
54/54 [==============================] - 8s 39ms/step - loss: 0.7301 - accuracy: 0.5070 - val_loss: 0.6688 - val_accuracy: 0.5818
Epoch 00001: val_accuracy improved from -inf to 0.58178, saving model to best_model.h5
Epoch 2/50
54/54 [==============================] - 1s 21ms/step - loss: 0.6568 - accuracy: 0.6235 - val_loss: 0.6480 - val_accuracy: 0.6238
Epoch 00002: val_accuracy improved from 0.58178 to 0.62383, saving model to best_model.h5
......
Epoch 47/50
54/54 [==============================] - 1s 23ms/step - loss: 0.0657 - accuracy: 0.9797 - val_loss: 0.4926 - val_accuracy: 0.8715
Epoch 00047: val_accuracy did not improve from 0.87850
Epoch 48/50
54/54 [==============================] - 1s 23ms/step - loss: 0.0610 - accuracy: 0.9799 - val_loss: 0.5256 - val_accuracy: 0.8715
Epoch 00048: val_accuracy did not improve from 0.87850
Epoch 49/50
54/54 [==============================] - 1s 23ms/step - loss: 0.0518 - accuracy: 0.9849 - val_loss: 0.5418 - val_accuracy: 0.8621
Epoch 00049: val_accuracy did not improve from 0.87850
Epoch 50/50
54/54 [==============================] - 1s 23ms/step - loss: 0.0739 - accuracy: 0.9759 - val_loss: 0.4881 - val_accuracy: 0.8785
Epoch 00050: val_accuracy did not improve from 0.87850
七、模型评估
1.Loss与Accuracy图
#Loss与Accuracy图
acc = history.history['accuracy']
val_acc = history.history['val_accuracy']
loss = history.history['loss']
val_loss = history.history['val_loss']
epochs_range = range(epochs)
plt.figure(figsize=(12, 4))
plt.subplot(1, 2, 1)
plt.plot(epochs_range, acc, label='Training Accuracy')
plt.plot(epochs_range, val_acc, label='Validation Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')
plt.subplot(1, 2, 2)
plt.plot(epochs_range, loss, label='Training Loss')
plt.plot(epochs_range, val_loss, label='Validation Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()
Loss&Accuracy.png
2.指定图片进行预测
#指定图片预测
# 加载效果最好的模型权重
model.load_weights('best_model.h5')
from PIL import Image
import numpy as np
img = Image.open("./45-data/Monkeypox/M01_01_00.jpg") #这里是需要预测的图片路径
image = tf.image.resize(img, [img_height, img_width]) #将图片缩放至训练时的大小
img_array = tf.expand_dims(image, 0)
print(img_array)
predictions = model.predict(img_array) # 这里选用已经训练好的模型
print(predictions)
print("预测结果为：",class_names[np.argmax(predictions)]) # np.argmax()是numpy中获取array的某一个维度中数值最大的那个元素的索引
"""
预测结果为： Monkeypox
"""
八、总结
本周新学习到ModelCheckpoint的函数使用，以及对保存出来的模型进行调用预测图片。
