• 深度学习 Day 16——利用卷神经网络实现咖啡豆的识别


    深度学习 Day 16——利用卷神经网络实现咖啡豆的识别

    一、前言

    在这里插入图片描述

    因为种种原因,我已经差不多两个星期没有更新有关深度学习方面的博客了,因为我拿不到我这个性能好的电脑,手上只有一个轻薄本没有深度学习环境也带不动这些程序。

    不过现在都解决了,可以接着开始学习了,本期我们承接上文,我们仍然学习的是RNN,本期我们将自己搭建VGG-16网络框架进行操作。

    浪费了两个星期的时间,我们也不再废话了直接开始工作。

    二、我的环境

    • 电脑系统:Windows 11
    • 语言环境:Python 3.8.5
    • 编译器:DataSpell 2022.2
    • 深度学习环境:TensorFlow 2.3.4
    • 显卡及显存:RTX 3070 8G

    三、前期工作

    1、导入依赖项并设置GPU

    导入依赖项:

    from tensorflow import keras
    from tensorflow.keras import layers,models
    import os, PIL, pathlib
    import matplotlib.pyplot as plt
    import tensorflow as tf
    import numpy as np
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    和之前一样,如果你GPU很好就只使用GPU进行训练,如果GPU不行就推荐使用CPU训练加GPU加速。

    只使用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")
    
    • 1
    • 2
    • 3
    • 4

    使用CPU+GPU:

    os.environ["CUDA_VISIBLE_DEVICES"] = "-1"
    
    • 1

    2、导入数据集

    data_dir = "E:\Deep_Learning\data\Day16"
    data_dir = pathlib.Path(data_dir)
    
    • 1
    • 2

    3、查看数据集

    查看数据集内有多少张图片:

    image_count = len(list(data_dir.glob('*/*.png')))
    
    print("图片总数为:",image_count)
    
    • 1
    • 2
    • 3

    运行的结果是:

    图片总数为: 1200
    
    • 1

    从数据集内返回一张图片查看一下:

    roses = list(data_dir.glob('Dark/*.png'))
    PIL.Image.open(str(roses[0]))
    
    • 1
    • 2

    在这里插入图片描述

    四、数据预处理

    1、加载数据

    我们使用image_dataset_from_directory方法将我们本地的数据加载到tf.data.Dataset

    中,并设置训练图片模型参数:

    batch_size = 32
    img_height = 224
    img_width = 224
    
    • 1
    • 2
    • 3

    接下来加载数据:

    train_ds = tf.keras.preprocessing.image_dataset_from_directory(
        data_dir,
        validation_split=0.2,
        subset="training",
        seed=123,
        image_size=(img_height, img_width),
        batch_size=batch_size)
    
    
    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)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16

    然后我们再利用class_name输出我们本地数据集的标签,标签也就是对应数据所在的文件目录名:

    class_names = train_ds.class_names
    print(class_names)
    
    • 1
    • 2
    ['Dark', 'Green', 'Light', 'Medium']
    
    • 1

    2、检查数据并可视化数据

    在可视化数据前,我们来检查一下我们的数据信息是否是正确的:

    for image_batch, labels_batch in train_ds:
        print(image_batch.shape)
        print(labels_batch.shape)
        break
    
    • 1
    • 2
    • 3
    • 4
    (32, 224, 224, 3)
    (32,)
    
    • 1
    • 2

    这是一批形状224x224x3的32张图片,我们将数据进行可视化看看:

    plt.figure(figsize=(10, 4))  # 图形的宽为10高为5
    
    for images, labels in train_ds.take(1):
        for i in range(10):
            
            ax = plt.subplot(2, 5, i + 1)  
    
            plt.imshow(images[i].numpy().astype("uint8"))
            plt.title(class_names[labels[i]])
            
            plt.axis("off")
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11

    在这里插入图片描述

    3、配置数据集并进行归一化处理

    AUTOTUNE = tf.data.experimental.AUTOTUNE
    
    train_ds = train_ds.cache().shuffle(1000).prefetch(buffer_size=AUTOTUNE)
    val_ds = val_ds.cache().prefetch(buffer_size=AUTOTUNE)
    
    • 1
    • 2
    • 3
    • 4
    normalization_layer = layers.experimental.preprocessing.Rescaling(1./255)
    
    train_ds = train_ds.map(lambda x, y: (normalization_layer(x), y))
    val_ds   = val_ds.map(lambda x, y: (normalization_layer(x), y))
    
    • 1
    • 2
    • 3
    • 4
    image_batch, labels_batch = next(iter(val_ds))
    first_image = image_batch[0]
    
    # 查看归一化后的数据
    print(np.min(first_image), np.max(first_image)) 
    
    • 1
    • 2
    • 3
    • 4
    • 5

    打印结果是:

    0.0 1.0
    
    • 1

    上面layers.experimental.preprocessing.Rescaling函数原型是:

    tf.keras.layers.experimental.preprocessing.Rescaling(
        scale, offset=0.0, name=None, **kwargs
    )
    
    • 1
    • 2
    • 3

    其中参数:

    参数说明
    scale浮点数,应用于输入的比例
    offset浮点数,应用于输入的偏移量
    name一个字符串,图层的名称

    这里设置scale=1./255的作用是要将[0, 255]范围内的输入重新调整为范围[0, 1]内,也就是缩放层将像素标准化为[0,1],在后面打印的结果也看出来我们成功将像素标准化为[0,1]。

    如果我们要将[0, 255]范围内的输入重新调整为范围[-1, 1]内,我们需要使通过设置scale=1./127.5, offset=-1来实现。

    五、构建VGG-16网络

    官方模型我在上一期博客中就用到过,训练非常的缓慢,不知道你们是不是和我一样的情况,在这里我们今天主要来试试我们自己搭建VGG-16网络。

    from tensorflow.keras import layers, models, Input
    from tensorflow.keras.models import Model
    from tensorflow.keras.layers import Conv2D, MaxPooling2D, Dense, Flatten, Dropout
    
    def VGG16(nb_classes, input_shape):
        input_tensor = Input(shape=input_shape)
        # 1st block
        x = Conv2D(64, (3,3), activation='relu', padding='same',name='block1_conv1')(input_tensor)
        x = Conv2D(64, (3,3), activation='relu', padding='same',name='block1_conv2')(x)
        x = MaxPooling2D((2,2), strides=(2,2), name = 'block1_pool')(x)
        # 2nd block
        x = Conv2D(128, (3,3), activation='relu', padding='same',name='block2_conv1')(x)
        x = Conv2D(128, (3,3), activation='relu', padding='same',name='block2_conv2')(x)
        x = MaxPooling2D((2,2), strides=(2,2), name = 'block2_pool')(x)
        # 3rd block
        x = Conv2D(256, (3,3), activation='relu', padding='same',name='block3_conv1')(x)
        x = Conv2D(256, (3,3), activation='relu', padding='same',name='block3_conv2')(x)
        x = Conv2D(256, (3,3), activation='relu', padding='same',name='block3_conv3')(x)
        x = MaxPooling2D((2,2), strides=(2,2), name = 'block3_pool')(x)
        # 4th block
        x = Conv2D(512, (3,3), activation='relu', padding='same',name='block4_conv1')(x)
        x = Conv2D(512, (3,3), activation='relu', padding='same',name='block4_conv2')(x)
        x = Conv2D(512, (3,3), activation='relu', padding='same',name='block4_conv3')(x)
        x = MaxPooling2D((2,2), strides=(2,2), name = 'block4_pool')(x)
        # 5th block
        x = Conv2D(512, (3,3), activation='relu', padding='same',name='block5_conv1')(x)
        x = Conv2D(512, (3,3), activation='relu', padding='same',name='block5_conv2')(x)
        x = Conv2D(512, (3,3), activation='relu', padding='same',name='block5_conv3')(x)
        x = MaxPooling2D((2,2), strides=(2,2), name = 'block5_pool')(x)
        # full connection
        x = Flatten()(x)
        x = Dense(4096, activation='relu',  name='fc1')(x)
        x = Dense(4096, activation='relu', name='fc2')(x)
        output_tensor = Dense(nb_classes, activation='softmax', name='predictions')(x)
    
        model = Model(input_tensor, output_tensor)
        return model
    
    model=VGG16(len(class_names), (img_width, img_height, 3))
    model.summary()
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40

    打印的结果是:

    Model: "functional_5"
    _________________________________________________________________
    Layer (type)                 Output Shape              Param #   
    =================================================================
    input_3 (InputLayer)         [(None, 224, 224, 3)]     0         
    _________________________________________________________________
    block1_conv1 (Conv2D)        (None, 224, 224, 64)      1792      
    _________________________________________________________________
    block1_conv2 (Conv2D)        (None, 224, 224, 64)      36928     
    _________________________________________________________________
    block1_pool (MaxPooling2D)   (None, 112, 112, 64)      0         
    _________________________________________________________________
    block2_conv1 (Conv2D)        (None, 112, 112, 128)     73856     
    _________________________________________________________________
    block2_conv2 (Conv2D)        (None, 112, 112, 128)     147584    
    _________________________________________________________________
    block2_pool (MaxPooling2D)   (None, 56, 56, 128)       0         
    _________________________________________________________________
    block3_conv1 (Conv2D)        (None, 56, 56, 256)       295168    
    _________________________________________________________________
    block3_conv2 (Conv2D)        (None, 56, 56, 256)       590080    
    _________________________________________________________________
    block3_conv3 (Conv2D)        (None, 56, 56, 256)       590080    
    _________________________________________________________________
    block3_pool (MaxPooling2D)   (None, 28, 28, 256)       0         
    _________________________________________________________________
    block4_conv1 (Conv2D)        (None, 28, 28, 512)       1180160   
    _________________________________________________________________
    block4_conv2 (Conv2D)        (None, 28, 28, 512)       2359808   
    _________________________________________________________________
    block4_conv3 (Conv2D)        (None, 28, 28, 512)       2359808   
    _________________________________________________________________
    block4_pool (MaxPooling2D)   (None, 14, 14, 512)       0         
    _________________________________________________________________
    block5_conv1 (Conv2D)        (None, 14, 14, 512)       2359808   
    _________________________________________________________________
    block5_conv2 (Conv2D)        (None, 14, 14, 512)       2359808   
    _________________________________________________________________
    block5_conv3 (Conv2D)        (None, 14, 14, 512)       2359808   
    _________________________________________________________________
    block5_pool (MaxPooling2D)   (None, 7, 7, 512)         0         
    _________________________________________________________________
    flatten_2 (Flatten)          (None, 25088)             0         
    _________________________________________________________________
    fc1 (Dense)                  (None, 4096)              102764544 
    _________________________________________________________________
    fc2 (Dense)                  (None, 4096)              16781312  
    _________________________________________________________________
    predictions (Dense)          (None, 4)                 16388     
    =================================================================
    Total params: 134,276,932
    Trainable params: 134,276,932
    Non-trainable params: 0
    _________________________________________________________________
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54

    六、设置动态学习率、损失函数、优化器,指标为准确率

    # 设置初始学习率
    initial_learning_rate = 1e-4
    
    lr_schedule = tf.keras.optimizers.schedules.ExponentialDecay(
            initial_learning_rate, 
            decay_steps=30,      # 敲黑板!!!这里是指 steps,不是指epochs
            decay_rate=0.92,     # lr经过一次衰减就会变成 decay_rate*lr
            staircase=True)
    
    # 设置优化器
    opt = tf.keras.optimizers.Adam(learning_rate=initial_learning_rate)
    
    model.compile(optimizer=opt,
                  loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
                  metrics=['accuracy'])
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15

    七、训练模型

    epochs = 20
    
    history = model.fit(
        train_ds,
        validation_data=val_ds,
        epochs=epochs
    )
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    Epoch 1/20
    30/30 [==============================] - 13s 187ms/step - loss: 1.3438 - accuracy: 0.3208 - val_loss: 0.9648 - val_accuracy: 0.6750
    Epoch 2/20
     ......
    30/30 [==============================] - 4s 137ms/step - loss: 0.0537 - accuracy: 0.9781 - val_loss: 0.1639 - val_accuracy: 0.9667
    Epoch 19/20
    30/30 [==============================] - 4s 138ms/step - loss: 0.0580 - accuracy: 0.9781 - val_loss: 0.1093 - val_accuracy: 0.9625
    Epoch 20/20
    30/30 [==============================] - 4s 136ms/step - loss: 0.0765 - accuracy: 0.9740 - val_loss: 0.1346 - val_accuracy: 0.9667
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9

    八、可视化结果

    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()
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21

    在这里插入图片描述

    九、最后我想说

    本次项目的结果我并没有运行出来,上面的结果是截取K老师的博客,供大家参考一下。

    我也借这次博客来记录一下这个目前无法解决的问题,我自己的结果如下:

    在这里插入图片描述

    这个图跟K老师的完全不一样,代码跟K老师的一样,然后我还在本地跑了一遍K老师项目源码,源码都跑不动,跟K老师讨论了一会,K老师说他之前也遇见过类似的情况,那是3080显卡刚出来的时候,配置的环境没有错,代码也没错但是就是运行结果异常低下,他当时重装了系统解决了问题,我也不知道我的是不是重装系统也能结果,我觉得也有可是跟显卡驱动更新有关,总之这个层面的问题很麻烦,最近快要考试了加上事挺多的,就暂时不去折腾了,如果你们也遇见过类似的问题,可以说说你们的解决办法,谢谢!

  • 相关阅读:
    npm获取函数名称和测试js脚本
    Java修仙记之记录一次与前端女修士论道的经历
    MySQL中为什么要有事务回滚机制?
    企业实施设备管理系统的价值?
    第三课 哈希表、集合、映射
    全真模拟题!PMP提分必练
    linux之输出命令
    考CISAW的N个理由!
    技术干货 | PACMOO:基于帕累托最优的公平性约束协同过滤算法
    华为OD机试 - 敏感字段加密(Java 2023 B卷 100分)
  • 原文地址:https://blog.csdn.net/qq_52417436/article/details/127588294