TensorFlow实战——图像分类神经网络模型

Learn how to classify images with TensorFlow

使用TensorFlow创建一个简单而强大的图像分类神经网络模型

by Adam Monsen

▌引言

由于深度学习算法和硬件性能的快速发展，研究人员和各大公司在图像识别，语音识别，推荐引擎和机器翻译等领域取得了长足的进步。六年前，在计算机视觉领域首先出现重大突破，这其中以CNN模型在ImageNet数据集上的成功为代表。两年前，Google Brain团队开源TensorFlow，使得我们可以灵巧快速地开发自己的深度学习模型。 目前来看， TensorFlow已经超越许多其他深度学习的工具库。

TensorFlow可以赋予你强大的能力，其具有良好的易用性，使你轻松实现各种复杂功能。

本文由两部分组成，我将解释如何快速创建用于实际图像识别的卷积神经网络。当然该网络还可以对视频中的逐帧图像进行分析，从而扩展基于时间序列的视频分析。

本文提供你最需要的干货，你只需要了解一些命令行和Python的基础知识就行了。 本系列目的在于让你快速动手，并激励你创造属于自己的新项目。限于篇幅，我不会深入探讨TensorFlow的工作原理，但如果你想了解更多，我会提供大量额外的参考资料。本系列中的所有库和工具都是免费的、开源的。

▌它是怎么工作的

我们在本教程中的目标是：通过一个命令给出一个新图像属于哪个类别，我们将按照以下步骤操作：

1.标注（Labeling）是对训练数据进行管理的过程。比如对于花卉，为了根据需要挑选出不同类别的花朵，我们要将雏菊的图像归入“雏菊”类，将玫瑰归入“玫瑰”类等等。当然如果我们不给任何图像贴上“蕨类植物”的标签，分类器将永远不会返回“蕨类植物”。因此这个过程需要每个类型的很多例子，故而是很重要并且耗时的一步。（我们将从已经标记的数据着手，这使我们处理数据的速度更快。）

2.训练（Training）的过程是在我们标注的数据（图像）的基础上，使用某种工具随机抓取其中的一些数据（图像），然后输入到模型中，再使用模型来猜测每种花的类型并且测试猜测的准确性，重复这一过程直到大部分训练数据都被使用。最后一批未使用的图像（测试集）用于检验训练模型的准确性。

3.分类（classification）使用模型分类新图像。例如，输入：IMG207.JPG，输出：雏菊。这是最快，最简单的一步。

▌训练和分类

在本教程中，我们将训练一个图像分类器来识别不同类型的花朵。 深度学习需要大量的训练数据，所以我们需要大量的不同种类的花的图像。值得庆幸的是，已经有人在收集和分类图像方面做得非常出色，所以我们将使用整理好的数据集，采取一个现有的，完全训练的图像分类模型，并重新训练模型的最后一层，来做我们想要的任务。 这种技术被称为迁移学习（transfer learning）。

我们正在重新训练的模型叫做Inception v3，这个模型在2015年12月的论文"Rethinking the Inception Architecture for Computer Vision."中首次提出。

模型训练之前我们不知道如何从雏菊分辨出郁金香，训练模型大约花费了20分钟。 这是深度学习的“学习”部分。

安装

第一步，机器感知：在您选择的平台上安装Docker。在许多TensorFlow教程中，安装Docker都被认为是最合理的选择。 我也喜欢这种安装TensorFlow的方法，因为它不安装一堆依赖项从而保持主机的清洁。

TensorFlow向导

安装Docker后，我们准备启动一个TensorFlow容器进行训练和分类。在您的硬盘驱动器上创建一个有2G空闲空间的工作目录。另外再创建一个名为local的子目录，并记下该目录的完整路径。

docker run -v /path/to/local:/notebooks/local --rm -it --name tensorflow

tensorflow/tensorflow:nightly /bin/bash

下面是该命令的详细解释。

-v / path / to / local：/ notebooks / local将刚刚创建的本地目录装载到容器中合适的位置。 如果使用RHEL，Fedora或其他支持SELinux的系统，请附加Z到刚才的位置从而允许容器访问目录。

--rm告诉Docker在完成后删除容器。

-它附加我们的输入和输出，与容器交互。

--name tensorflow给我们的容器命名tensorflow，而不是sneaky_chowderhead或其他我们随机选择的名字。

tensorflow / tensorflow：nightly，从Docker Hub（一个公共图像库）运行tensorflow / tensorflow的nightly图像，而不使用最新的图像（默认情况下，使用最近构建的/可用的图像）。

我们之所以使用nightly图像而不是最近获得的图像，是因为最近获得的图像包含一个bug导致TensorBoard出问题，其中TensorBoard又是一个数据可视化工具，我们稍后会介绍。

/ bin / bash表示不要运行Bash shell这个默认命令。

训练模型

在容器内，运行下面的命令下载和检查训练数据。

curl -O http://download.tensorflow.org/example_images/flower_photos.tgz

echo 'db6b71d5d3afff90302ee17fd1fefc11d57f243f flower_photos.tgz' sha1sum -c

如果你没有看到flower_photos.tgz：OK的消息，那么你就没有得到正确的文件。 如果上述curl或sha1sum步骤失败，请手动下载并分解本地目录中的训练数据tarball(SHA-1 checksum: db6b71d5d3afff90302ee17fd1fefc11d57f243f)。

现在把训练数据放在原处，然后下载并且检查再训练的脚本。

mv flower_photos.tgz local/

cd local

curl -O https://raw.githubusercontent.com/tensorflow/tensorflow/10cf65b48e1b2f16eaa82

6d2793cb67207a085d0/tensorflow/examples/image_retraining/retrain.py

echo 'a74361beb4f763dc2d0101cfe87b672ceae6e2f5 retrain.py' sha1sum -c

为了确认retrain.py的内容是否正确。你应该看到：retrain.py: OK. 当看到这个命令时，说明成功了。

最后，该进行模型学习了！ 运行再训练脚本。

python retrain.py --image_dir flower_photos --output_graph output_graph.pb

--output_labels output_labels.txt

如果遇到下面这个错误，请忽略它：

TypeError: not all arguments converted during string formatting Logged from file

tf_logging.py, line 82.

随着retrain.py的进行，训练图像会自动分成训练、测试和验证数据集。

在输出中，我们希望高的“训练准确性”和“验证准确性”，以及低的“交叉熵”。 有关这些术语的详细解释，请参阅How to retrain Inception's final layer for new categories。在最新硬件上的训练需要大约30分钟。

注意你控制台输出的最后一行：

INFO:tensorflow:Final test accuracy = 89.1% (N=340)

这说明我们已经有了一个模型，有近九成的把握猜出给定图像是五种花型中的哪一种。 由于训练过程中数据输入的随机性，您的准确性可能会有所不同。

分类：

再加上一个脚本，我们可以将新的花朵图像添加到模型中，并输出它的类别。这是图像分类过程。

将以下内容命名为classify.py并保存在主机的local目录中：

importtensorflowastf,sys

image_path = sys.argv[1]

graph_path ='output_graph.pb'

labels_path ='output_labels.txt'

# Read in the image_data

image_data = tf.gfile.FastGFile(image_path,'rb').read()

# Loads label file, strips off carriage return

label_lines = [line.rstrip()forline

intf.gfile.GFile(labels_path)]

# Unpersists graph from file

withtf.gfile.FastGFile(graph_path,'rb')asf:

graph_def = tf.GraphDef()

graph_def.ParseFromString(f.read())

_ = tf.import_graph_def(graph_def,name='')

# Feed the image_data as input to the graph and get first prediction

withtf.Session()assess:

softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')

predictions = sess.run(softmax_tensor,

{'DecodeJpeg/contents:0': image_data})

# Sort to show labels of first prediction in order of confidence

top_k = predictions[].argsort()[-len(predictions[]):][::-1]

fornode_idintop_k:

human_string = label_lines[node_id]

score = predictions[][node_id]

print('%s (score = %.5f)'% (human_string,score))

为了测试你的图像，把图片保存为test.jpg到你的local目录，并运行python classify.py test.jpg。 输出结果如下所示：

sunflowers (score=0.78311)

daisy (score=0.20722)

dandelion (score=0.00605)

tulips (score=0.00289)

roses (score=0.00073)

模型表明有78.311％把握确定图像中的花是向日葵。 较高的分数表示匹配正确的可能性越大。 注意，这里只能匹配上一个标签多标签分类需要使用其他的方法。

更多详细信息，请查看classify.py的更多解释。

分类器脚本中的图像加载代码不能使用了，所以我用了graph_def = tf.GraphDef（）代码来加载图像。

我们使用少量的代码创造了一个合适的花朵图像分类器，在笔记本电脑上每秒处理大约五个图像。

在下周发布的这个系列的第二部分中，我们将使用这些信息来训练一个不同的图像分类器，然后用TensorBoard来查看分类器内的内容。 如果你想尝试TensorBoard，那就需要确保docker运行没有停止。

-END-

专 · 知

人工智能领域主题知识资料查看获取：【专知荟萃】人工智能领域26个主题知识资料全集（入门/进阶/论文/综述/视频/专家等）

同时欢迎各位用户进行专知投稿，详情请点击：