tensorflow实现迁移学习

我就是我 2022-06-17 06:49 246阅读 0赞

此例程出自《TensorFlow实战Google深度学习框架》6.5.2小节 卷积神经网络迁移学习。  
数据集来自[http://download.tensorflow.org/example\_images/flower\_photos.tgz][http_download.tensorflow.org_example_images_flower_photos.tgz] ，及谷歌提供的Inception-v3模型[https://storage.googleapis.com/download.tensorflow.org/models/inception\_dec\_2015.zip][https_storage.googleapis.com_download.tensorflow.org_models_inception_dec_2015.zip] 。 自行下载和解压。  
解压后的文件夹包含5个子文件夹，每个子文件夹的名称为一种花的名称，代表了不同的类别。  
工程目录：

-transfer_learning
        -flower_data  //存放原始图片的文件夹，有5个子文件夹， 每个子文件夹的名称为一种花的名称
            -daisy   //daisy类花图片的文件夹
            -dandelion
            -roses
            -sunflowers
            -tulips
            -LICENSE.txt
        -model   //存放模型的文件夹
            -imagenet_comp_graph_label_strings.txt
            -LICENSE
            -tensorflow_inception_graph.pb   //模型文件
        -tmp
            -bottleneck  //保存模型瓶颈层的特征结果
                -daisy   //daisy类花特征的文件夹
                -dandelion
                -roses
                -sunflowers
                -tulips
        -transfer_flower.py  //所有的程序都在这里了

## 代码实现 ##

### transfer\_flower.py ###

#!/usr/bin/env python3
    # -*- coding: utf-8 -*-
    
    import glob
    import os.path
    import random
    import numpy as np
    import tensorflow as tf
    from tensorflow.python.platform import gfile
    
    # Inception-v3模型瓶颈层的节点个数
    BOTTLENECK_TENSOR_SIZE = 2048
    
    # Inception-v3模型中代表瓶颈层结果的张量名称。
    # 在谷歌提出的Inception-v3模型中，这个张量名称就是'pool_3/_reshape:0'。
    # 在训练模型时，可以通过tensor.name来获取张量的名称。
    BOTTLENECK_TENSOR_NAME = 'pool_3/_reshape:0'
    
    # 图像输入张量所对应的名称。
    JPEG_DATA_TENSOR_NAME = 'DecodeJpeg/contents:0'
    
    # 下载的谷歌训练好的Inception-v3模型文件目录
    MODEL_DIR = 'model/'
    
    # 下载的谷歌训练好的Inception-v3模型文件名
    MODEL_FILE = 'tensorflow_inception_graph.pb'
    
    # 因为一个训练数据会被使用多次，所以可以将原始图像通过Inception-v3模型计算得到的特征向量保存在文件中，免去重复的计算。
    # 下面的变量定义了这些文件的存放地址。
    CACHE_DIR = 'tmp/bottleneck/'
    
    # 图片数据文件夹。
    # 在这个文件夹中每一个子文件夹代表一个需要区分的类别，每个子文件夹中存放了对应类别的图片。
    INPUT_DATA = 'flower_data/'
    
    # 验证的数据百分比
    VALIDATION_PERCENTAGE = 10
    # 测试的数据百分比
    TEST_PERCENTAGE = 10
    
    # 定义神经网络的设置
    LEARNING_RATE = 0.01
    STEPS = 4000
    BATCH = 100
    
    # 这个函数从数据文件夹中读取所有的图片列表并按训练、验证、测试数据分开。
    # testing_percentage和validation_percentage参数指定了测试数据集和验证数据集的大小。
    def create_image_lists(testing_percentage, validation_percentage):
        # 得到的所有图片都存在result这个字典(dictionary)里。
        # 这个字典的key为类别的名称，value也是一个字典，字典里存储了所有的图片名称。
        result = {}
        # 获取当前目录下所有的子目录
        sub_dirs = [x[0] for x in os.walk(INPUT_DATA)]
        # 得到的第一个目录是当前目录，不需要考虑
        is_root_dir = True
        for sub_dir in sub_dirs:
            if is_root_dir:
                is_root_dir = False
                continue
    
            # 获取当前目录下所有的有效图片文件。
            extensions = ['jpg', 'jpeg', 'JPG', 'JPEG']
            file_list = []
            dir_name = os.path.basename(sub_dir)
            for extension in extensions:
                file_glob = os.path.join(INPUT_DATA, dir_name, '*.'+extension)
                file_list.extend(glob.glob(file_glob))
            if not file_list:
                continue
    
            # 通过目录名获取类别的名称。
            label_name = dir_name.lower()
            # 初始化当前类别的训练数据集、测试数据集和验证数据集
            training_images = []
            testing_images = []
            validation_images = []
            for file_name in file_list:
                base_name = os.path.basename(file_name)
                # 随机将数据分到训练数据集、测试数据集和验证数据集。
                chance = np.random.randint(100)
                if chance < validation_percentage:
                    validation_images.append(base_name)
                elif chance < (testing_percentage + validation_percentage):
                    testing_images.append(base_name)
                else:
                    training_images.append(base_name)
    
            # 将当前类别的数据放入结果字典。
            result[label_name] = {
                'dir': dir_name,
                'training': training_images,
                'testing': testing_images,
                'validation': validation_images
                }
        # 返回整理好的所有数据
        return result
    
    
    # 这个函数通过类别名称、所属数据集和图片编号获取一张图片的地址。
    # image_lists参数给出了所有图片信息。
    # image_dir参数给出了根目录。存放图片数据的根目录和存放图片特征向量的根目录地址不同。
    # label_name参数给定了类别的名称。
    # index参数给定了需要获取的图片的编号。
    # category参数指定了需要获取的图片是在训练数据集、测试数据集还是验证数据集。
    def get_image_path(image_lists, image_dir, label_name, index, category):
        # 获取给定类别中所有图片的信息。
        label_lists = image_lists[label_name]
        # 根据所属数据集的名称获取集合中的全部图片信息。
        category_list = label_lists[category]
        mod_index = index % len(category_list)
        # 获取图片的文件名。
        base_name = category_list[mod_index]
        sub_dir = label_lists['dir']
        # 最终的地址为数据根目录的地址 + 类别的文件夹 + 图片的名称
        full_path = os.path.join(image_dir, sub_dir, base_name)
        return full_path
    
    
    # 这个函数通过类别名称、所属数据集和图片编号获取经过Inception-v3模型处理之后的特征向量文件地址。
    def get_bottlenect_path(image_lists, label_name, index, category):
        return get_image_path(image_lists, CACHE_DIR, label_name, index, category) + '.txt';
    
    
    # 这个函数使用加载的训练好的Inception-v3模型处理一张图片，得到这个图片的特征向量。
    def run_bottleneck_on_image(sess, image_data, image_data_tensor, bottleneck_tensor):
        # 这个过程实际上就是将当前图片作为输入计算瓶颈张量的值。这个瓶颈张量的值就是这张图片的新的特征向量。
        bottleneck_values = sess.run(bottleneck_tensor, {image_data_tensor: image_data})
        # 经过卷积神经网络处理的结果是一个四维数组，需要将这个结果压缩成一个特征向量（一维数组）
        bottleneck_values = np.squeeze(bottleneck_values)
        return bottleneck_values
    
    
    # 这个函数获取一张图片经过Inception-v3模型处理之后的特征向量。
    # 这个函数会先试图寻找已经计算且保存下来的特征向量，如果找不到则先计算这个特征向量，然后保存到文件。
    def get_or_create_bottleneck(sess, image_lists, label_name, index, category, jpeg_data_tensor, bottleneck_tensor):
        # 获取一张图片对应的特征向量文件的路径。
        label_lists = image_lists[label_name]
        sub_dir = label_lists['dir']
        sub_dir_path = os.path.join(CACHE_DIR, sub_dir)
        if not os.path.exists(sub_dir_path):
            os.makedirs(sub_dir_path)
        bottleneck_path = get_bottlenect_path(image_lists, label_name, index, category)
        # 如果这个特征向量文件不存在，则通过Inception-v3模型来计算特征向量，并将计算的结果存入文件。
        if not os.path.exists(bottleneck_path):
            # 获取原始的图片路径
            image_path = get_image_path(image_lists, INPUT_DATA, label_name, index, category)
            # 获取图片内容。
            image_data = gfile.FastGFile(image_path, 'rb').read()
            # print(len(image_data))
            # 由于输入的图片大小不一致，此处得到的image_data大小也不一致（已验证），但却都能通过加载的inception-v3模型生成一个2048的特征向量。具体原理不详。
            # 通过Inception-v3模型计算特征向量
            bottleneck_values = run_bottleneck_on_image(sess, image_data, jpeg_data_tensor, bottleneck_tensor)
            # 将计算得到的特征向量存入文件
            bottleneck_string = ','.join(str(x) for x in bottleneck_values)
            with open(bottleneck_path, 'w') as bottleneck_file:
                bottleneck_file.write(bottleneck_string)
        else:
            # 直接从文件中获取图片相应的特征向量。
            with open(bottleneck_path, 'r') as bottleneck_file:
                bottleneck_string = bottleneck_file.read()
            bottleneck_values = [float(x) for x in bottleneck_string.split(',')]
        # 返回得到的特征向量
        return bottleneck_values
    
    
    # 这个函数随机获取一个batch的图片作为训练数据。
    def get_random_cached_bottlenecks(sess, n_classes, image_lists, how_many, category,
                                      jpeg_data_tensor, bottleneck_tensor):
        bottlenecks = []
        ground_truths = []
        for _ in range(how_many):
            # 随机一个类别和图片的编号加入当前的训练数据。
            label_index = random.randrange(n_classes)
            label_name = list(image_lists.keys())[label_index]
            image_index = random.randrange(65536)
            bottleneck = get_or_create_bottleneck(sess, image_lists, label_name, image_index, category,
                                                  jpeg_data_tensor, bottleneck_tensor)
            ground_truth = np.zeros(n_classes, dtype=np.float32)
            ground_truth[label_index] = 1.0
            bottlenecks.append(bottleneck)
            ground_truths.append(ground_truth)
        return bottlenecks, ground_truths
    
    
    # 这个函数获取全部的测试数据。在最终测试的时候需要在所有的测试数据上计算正确率。
    def get_test_bottlenecks(sess, image_lists, n_classes, jpeg_data_tensor, bottleneck_tensor):
        bottlenecks = []
        ground_truths = []
        label_name_list = list(image_lists.keys())
        # 枚举所有的类别和每个类别中的测试图片。
        for label_index, label_name in enumerate(label_name_list):
            category = 'testing'
            for index, unused_base_name in enumerate(image_lists[label_name][category]):
                # 通过Inception-v3模型计算图片对应的特征向量，并将其加入最终数据的列表。
                bottleneck = get_or_create_bottleneck(sess, image_lists, label_name, index, category,
                                                      jpeg_data_tensor, bottleneck_tensor)
                ground_truth = np.zeros(n_classes, dtype = np.float32)
                ground_truth[label_index] = 1.0
                bottlenecks.append(bottleneck)
                ground_truths.append(ground_truth)
        return bottlenecks, ground_truths
    
    
    def main(_):
        # 读取所有图片。
        image_lists = create_image_lists(TEST_PERCENTAGE, VALIDATION_PERCENTAGE)
        n_classes = len(image_lists.keys())
        # 读取已经训练好的Inception-v3模型。
        # 谷歌训练好的模型保存在了GraphDef Protocol Buffer中，里面保存了每一个节点取值的计算方法以及变量的取值。
        # TensorFlow模型持久化的问题在第5章中有详细的介绍。
        with gfile.FastGFile(os.path.join(MODEL_DIR, MODEL_FILE), 'rb') as f:
            graph_def = tf.GraphDef()
            graph_def.ParseFromString(f.read())
        # 加载读取的Inception-v3模型，并返回数据输入所对应的张量以及计算瓶颈层结果所对应的张量。
        bottleneck_tensor, jpeg_data_tensor = tf.import_graph_def(graph_def, return_elements=[BOTTLENECK_TENSOR_NAME, JPEG_DATA_TENSOR_NAME])
        # 定义新的神经网络输入，这个输入就是新的图片经过Inception-v3模型前向传播到达瓶颈层时的结点取值。
        # 可以将这个过程类似的理解为一种特征提取。
        bottleneck_input = tf.placeholder(tf.float32, [None, BOTTLENECK_TENSOR_SIZE], name='BottleneckInputPlaceholder')
        # 定义新的标准答案输入
        ground_truth_input = tf.placeholder(tf.float32, [None, n_classes], name='GroundTruthInput')
        # 定义一层全连接层来解决新的图片分类问题。
        # 因为训练好的Inception-v3模型已经将原始的图片抽象为了更加容易分类的特征向量了，所以不需要再训练那么复杂的神经网络来完成这个新的分类任务。
        with tf.name_scope('final_training_ops'):
            weights = tf.Variable(tf.truncated_normal([BOTTLENECK_TENSOR_SIZE, n_classes], stddev=0.001))
            biases = tf.Variable(tf.zeros([n_classes]))
            logits = tf.matmul(bottleneck_input, weights) + biases
            final_tensor = tf.nn.softmax(logits)
        # 定义交叉熵损失函数
        cross_entropy = tf.nn.softmax_cross_entropy_with_logits(logits=logits, labels=ground_truth_input)
        cross_entropy_mean = tf.reduce_mean(cross_entropy)
        train_step = tf.train.GradientDescentOptimizer(LEARNING_RATE).minimize(cross_entropy_mean)
        # 计算正确率
        with tf.name_scope('evaluation'):
            correct_prediction = tf.equal(tf.argmax(final_tensor, 1), tf.argmax(ground_truth_input, 1))
            evaluation_step = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
    
        with tf.Session() as sess:
            tf.global_variables_initializer().run()
            # 训练过程
            for i in range(STEPS):
                # 每次获取一个batch的训练数据
                train_bottlenecks, train_ground_truth = get_random_cached_bottlenecks(
                    sess, n_classes, image_lists, BATCH, 'training', jpeg_data_tensor, bottleneck_tensor)
                sess.run(train_step, feed_dict={bottleneck_input: train_bottlenecks, ground_truth_input: train_ground_truth})
                # 在验证集上测试正确率。
                if i%100 == 0 or i+1 == STEPS:
                    validation_bottlenecks, validation_ground_truth = get_random_cached_bottlenecks(
                        sess, n_classes, image_lists, BATCH, 'validation', jpeg_data_tensor, bottleneck_tensor)
                    validation_accuracy = sess.run(evaluation_step, feed_dict={
                        bottleneck_input:validation_bottlenecks, ground_truth_input: validation_ground_truth})
                    print('Step %d: Validation accuracy on random sampled %d examples = %.1f%%'
                          % (i, BATCH, validation_accuracy*100))
            # 在最后的测试数据上测试正确率
            test_bottlenecks, test_ground_truth = get_test_bottlenecks(sess, image_lists, n_classes,
                                                                           jpeg_data_tensor, bottleneck_tensor)
            test_accuracy = sess.run(evaluation_step, feed_dict={bottleneck_input: test_bottlenecks,
                                                                     ground_truth_input: test_ground_truth})
            print('Final test accuracy = %.1f%%' % (test_accuracy * 100))
    
    
    if __name__ == '__main__':
        tf.app.run()

## 实验及分析 ##

1.  训练及测试结果  
    ![这里写图片描述][SouthEast]  
    2.代码疑问  
    不知道大家有注意到没有，**数据集里给的是不同大小的图片，而程序里却可以直接送入Inception-v3模型，从而得到同样尺寸的结果特征向量**。我在书籍的github上问了这个问题，得到的回复是：Inception-v3模型中包含了图像预处理和大小调整的部分。目前并没有往下继续考究。原问题详见：[caicloud/tensorflow-tutorial第6章迁移学习例程疑问][caicloud_tensorflow-tutorial_6]

[http_download.tensorflow.org_example_images_flower_photos.tgz]: http://download.tensorflow.org/example_images/flower_photos.tgz
[https_storage.googleapis.com_download.tensorflow.org_models_inception_dec_2015.zip]: https://storage.googleapis.com/download.tensorflow.org/models/inception_dec_2015.zip
[SouthEast]: /images/20220617/7a36a492a1884be4a0478a757fee7f20.png
[caicloud_tensorflow-tutorial_6]: https://github.com/caicloud/tensorflow-tutorial/issues/16