重学深度学习系列– CNN猫狗分类(TensorFlow2)
1. 我的环境
windows10 + pycharm ， TensorFlow2.3.0
2、工程结构
train.py– 训练
predict.py– 预测
model4.h5是我训练过的猫狗分类的模型，可以调用predict.py直接对图片进行预测
datasets
– train 2000 训练集
— cats 1000
— dogs 1000
– validation 400 验证集
— cats 200
— dogs 200
– test 40 测试集,不参与训练，自己预测使用
— cats 20
— dogs 20
该项目已分享到百度网盘链接：
链接：https://pan.baidu.com/s/1P9x5DscRt0LpW6GXX9uJ7g
提取码：2022
–来自百度网盘超级会员V4的分享
3. 培训
3.1 导入库
import os
import warnings
warnings.filterwarnings("ignore")
import tensorflow as tf
from tensorflow.keras.optimizers import Adam
from tensorflow.keras.preprocessing.image import ImageDataGenerator
import matplotlib.pyplot as plt
3.2 导入数据集
由于已经自己按类别单独存放在不同文件夹了，并且此次分类只有2类，所以可以这样编写分别加载训练集和验证集：
# 加载数据集
base_dir = './datasets/cats_and_dogs/'
train_dir = os.path.join(base_dir, 'train')
validation_dir = os.path.join(base_dir, 'validation')
train_cats_dir = os.path.join(train_dir, 'cats')
train_dogs_dir = os.path.join(train_dir, 'dogs')
validation_cats_dir = os.path.join(validation_dir, 'cats')
validation_dogs_dir = os.path.join(validation_dir, 'dogs')
3.3 进行数据增强
# 进行数据增强
train_datagen = ImageDataGenerator(
rescale=1. / 255,
rotation_range=40,
width_shift_range=0.2,
height_shift_range=0.2,
shear_range=0.2,
zoom_range=0.2,
horizontal_flip=True,
fill_mode='nearest'
)
test_datagen = ImageDataGenerator(rescale=1. / 255)
img_size = (64, 64) # 与网络输入大小一致
train_generator = train_datagen.flow_from_directory(
train_dir,
target_size=img_size, # 与网络的固定输入一致
batch_size=8,
class_mode='binary' # one-hot编码格式,在预测时输出也要注意
)
validation_generator = train_datagen.flow_from_directory(
validation_dir,
target_size=img_size,
batch_size=8,
class_mode='binary'
)
需要注意的是，batchsize基本上是越大越好，你的设备能支持多大就多大，并且batchsize在一定程度上还能影响你模型的准确率，一般来说batchsize越大模型收敛得越快。
3.4 构建CNN模型
这个CNN模型基本上可以说是最简单的模型了，可以利用该模型来分析一个分类任务的复杂性，如果准确率没有达到预期就可以进行进一步的调参和优化。这里我采用64×64的大小，因为太大了笔记本跑不动。另外加入了0.5的dropout可以有效地防止过拟合。（可以自己把dropout那行注释掉比较加不加的区别）。
# 构建模型
model = tf.keras.models.Sequential([
tf.keras.layers.Conv2D(32, (3, 3), activation='relu', input_shape=(64, 64, 3)),
tf.keras.layers.MaxPooling2D(2, 2),
tf.keras.layers.Conv2D(64, (3, 3), activation='relu'),
tf.keras.layers.MaxPooling2D(2, 2),
tf.keras.layers.Conv2D(128, (3, 3), activation='relu'),
tf.keras.layers.MaxPooling2D(2, 2),
tf.keras.layers.Flatten(),
tf.keras.layers.Dense(512, activation='relu'),
tf.keras.layers.Dropout(0.5),
tf.keras.layers.Dense(1, activation='sigmoid')
])
3.5 输出网络的参数
# 总结输出网络参数
model.summary()
3.6 配置训练的参数
# 配置模型训练的参数
model.compile(loss='binary_crossentropy', optimizer=Adam(lr=1e-4), metrics=['acc'])
3.7 开始训练
# 加载训练数据
history = model.fit_generator(
train_generator,
steps_per_epoch=100, # 2000 images = batchsize * steps
epochs=100,
validation_data=validation_generator, # 1000 images = batchsize * steps
validation_steps=50,
verbose=2
)
3.8 将训练的结果可视化
# 将训练结果可视化
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, acc, 'b', label='Training accuracy')
plt.plot(epochs, val_acc, 'r', label='Validation accuracy')
plt.title('Training and validation accuracy')
plt.legend()
plt.figure()
plt.plot(epochs, loss, 'b', label='Training loss')
plt.plot(epochs, val_loss, 'r', label='Validation loss')
plt.title('Training and validation loss')
plt.legend()
plt.show()
3.9 保存训练好的模型
# 保存训练好的模型
model.save('./model.h5')
4. 预测
import numpy as np
from tensorflow.keras.models import load_model
import cv2
# 种类字典
class_dict = {0: '猫', 1: '狗'}
def predict(img_path):
# 载入模型
model = load_model('./model4.h5')
# 载入图片，并处理
img = cv2.imread(img_path)
img = cv2.resize(img, (64, 64))
img_RGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
img_nor = img_RGB / 255
img_nor = np.expand_dims(img_nor, axis=0)
# 预测
# print((np.argmax(model.predict(img_nor))))
# print(model.predict(img_nor))
y = model.predict_classes(img_nor)
print(class_dict.get(y[0][0])) # 直接输出种类 0是猫 1是狗
if __name__ == "__main__":
predict('./datasets/cats_and_dogs/test/cat.1500.jpg') #
predict('./datasets/cats_and_dogs/test/dog.1500.jpg') #
predict('./datasets/cats_and_dogs/test/dog.1504.jpg') #
在预测时0之所以是猫是因为在文件夹中cat排在dog的前面，所以1就代表狗。预测时有model.predict_classes和model.predict两种不同的函数，前者直接输出种类，后者是对应one-hot格式的。实在不明白的可以查看官网的API文档。也可以参考这篇文章：https://blog.csdn.net/zds13257177985/article/details/80638384
参考
1.唐宇迪的b站课程
2.https://blog.csdn.net/zds13257177985/article/details/80638384
3.TensorFlowAPI文档：https://tensorflow.google.cn/versions/r2.3/api_docs
版权声明：本文为博主三个臭皮姜原创文章，版权归属原作者，如果侵权，请联系我们删除！
原文链接：https://blog.csdn.net/Aiden_yan/article/details/123184847
