深度学习21天学习挑战赛|【深度学习21天学习挑战赛】6、使用VGG16模型实现卷积神经网—

活动地址：CSDN21天学习挑战赛

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）识别眼睛状态 | 第17天

今天继续跟着k同学啊老师继续学习，之前在自己看书的时候，看到过VGG模型的介绍，VGG网络明确指出并实践证明了，浅而大的卷积核不如深而小的卷积核。今天有机会可以实际上手了，老规矩，先跟着案例做，然后再逐步消化。完整源码附后
1、VGG16模型简介 VGG16模型可以很好的适用于分类和定位任务，其名称来自牛津大学几何组（Visual Geometry Group）的缩写。
根据卷积核的大小、核卷积层数，VGG共有6种配置，分别为A、A-LRN、B、C、D、E，其中D和E两种是最为常用的VGG16和VGG19。

深度学习21天学习挑战赛|【深度学习21天学习挑战赛】6、使用VGG16模型实现卷积神经网——识别眼睛状态

文章图片

VGG-16：

输入层224×224×3，经过两层相同的卷积
卷积filter为3*3，stride为1，filter数为64
一层pooling
按照相同的方式，让宽和高越来越小，而通道数逐倍增加，直到512
最后用两层相同全连接加一个softmax。

文章图片

VGG-16的性能与VGG-19差不多，所以基本用VGG-16
2、加载、配置数据数据集是老师提供的：

4308张图片
四类：close_look（闭眼）、forward_look（向前看）、left_look（向左看）、right_look（向右看）

文章图片

import numpy as np np.random.seed(1)# 设置随机种子尽可能使结果可以重现 import tensorflow as tf tf.random.set_seed(1)import pathlibdata_dir = "./017_Eye_dataset"data_dir = pathlib.Path(data_dir) image_count = len(list(data_dir.glob('*/*')))print("图片总数为：",image_count)# 加载 batch_size = 64 img_height = 224 img_width = 224 train_ds = tf.keras.preprocessing.image_dataset_from_directory( data_dir, validation_split=0.2, subset="training", seed=12, 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=12, image_size=(img_height, img_width), batch_size=batch_size) class_names = train_ds.class_names print(class_names)# 可视化 plt.figure(figsize=(10, 5))# 图形的宽为10高为5 plt.suptitle("数据展示")for images, labels in train_ds.take(1): for i in range(8):ax = plt.subplot(2, 4, i + 1)ax.patch.set_facecolor('yellow')plt.imshow(images[i].numpy().astype("uint8")) plt.title(class_names[labels[i]])plt.axis("off")for image_batch, labels_batch in train_ds: print(image_batch.shape) print(labels_batch.shape) break # 配置数据集 # 这里如果是 tf2.6 或者报错，使用 AUTOTUNE = tf.data.experimental.AUTOTUNEAUTOTUNE = tf.data.AUTOTUNE train_ds = train_ds.cache().shuffle(1000).prefetch(buffer_size=AUTOTUNE) val_ds= val_ds.cache().prefetch(buffer_size=AUTOTUNE)

3、构建模型这里加载官方的VGG16模型

model = tf.keras.applications.VGG16() # 打印模型信息 model.summary()

打印如下：

Downloading data from https://storage.googleapis.com/tensorflow/keras-applications/vgg16/vgg16_weights_tf_dim_ordering_tf_kernels.h5 553467904/553467096 [==============================] - 5531s 10us/step Model: "vgg16" _________________________________________________________________ Layer (type)Output ShapeParam # ================================================================= input_1 (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 (Flatten)(None, 25088)0 _________________________________________________________________ fc1 (Dense)(None, 4096)102764544 _________________________________________________________________ fc2 (Dense)(None, 4096)16781312 _________________________________________________________________ predictions (Dense)(None, 1000)4097000 ================================================================= Total params: 138,357,544 Trainable params: 138,357,544 Non-trainable params: 0 _________________________________________________________________

4、设置动态学习率动态学习率有很多种，这里设置的动态学习率为：指数衰减型（ExponentialDecay）
假设1个epoch有100个batch（相当于100step），20个epoch过后，step==2000，即step会随着epoch累加
指数衰减学习率方法说明

tf.keras.optimizers.schedules.ExponentialDecay( initial_learning_rate=初始学习率, decay_steps=衰减步数, decay_rate=衰减率, staircase= 如果等于true则学习率阶梯型下降 )#返回值为处理后的学习率

# 设置初始学习率 initial_learning_rate = 1e-4 # 【注意】这里的1e-4,是科学计数法，即1乘以10的-4次方。 # 所以，1e-4等同于0.0001lr_schedule = tf.keras.optimizers.schedules.ExponentialDecay( initial_learning_rate, decay_steps=20, decay_rate=0.96, staircase=True)# 将指数衰减学习率送入优化器 optimizer = tf.keras.optimizers.Adam(learning_rate=lr_schedule)

学习率大小的优缺点
学习率大
优点：1、加快学习速率。 2、有助于跳出局部最优值。
缺点：1、导致模型训练不收敛。2、单单使用大学习率容易导致模型不精确。
学习率小
优点：1、有助于模型收敛、模型细化。2、提高模型精度。
缺点： 1、很难跳出局部最优值。2、收敛缓慢。
5、配置模型

model.compile(optimizer=optimizer, loss ='sparse_categorical_crossentropy', metrics =['accuracy'])

6、训练模型

epochs = 10history = model.fit( train_ds, validation_data=https://www.it610.com/article/val_ds, epochs=epochs )

文章图片

7、模型评估 7.1 Accuracy与Loss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()

文章图片

7.2 混淆矩阵

Seaborn 是一个画图库，它基于 Matplotlib 核心库进行了更高阶的 API封装

from sklearn.metrics import confusion_matrix import seaborn as sns import pandas as pd# 定义一个绘制混淆矩阵图的函数 def plot_cm(labels, predictions):# 生成混淆矩阵 conf_numpy = confusion_matrix(labels, predictions) # 将矩阵转化为 DataFrame conf_df = pd.DataFrame(conf_numpy, index=class_names ,columns=class_names)plt.figure(figsize=(8,7))sns.heatmap(conf_df, annot=True, fmt="d", cmap="BuPu")plt.title('混淆矩阵',fontsize=15) plt.ylabel('真实值',fontsize=14) plt.xlabel('预测值',fontsize=14) val_pre= [] val_label = []for images, labels in val_ds:#这里可以取部分验证数据（.take(1)）生成混淆矩阵 for image, label in zip(images, labels): # 需要给图片增加一个维度 img_array = tf.expand_dims(image, 0) # 使用模型预测图片中的人物 prediction = model.predict(img_array)val_pre.append(class_names[np.argmax(prediction)]) val_label.append(class_names[label]) plot_cm(val_label, val_pre)

文章图片

8、保存和加载模型

# 保存模型 model.save('17.h5') # 加载模型 new_model = tf.keras.models.load_model('17.h5')

9、预测 **使用刚刚保存的模型，加载后的的模型（new_model）预测结果

plt.figure(figsize=(10, 5))# 图形的宽为10高为5 plt.suptitle("预测结果展示")for images, labels in val_ds.take(1): for i in range(8): ax = plt.subplot(2, 4, i + 1)# 显示图片 plt.imshow(images[i].numpy().astype("uint8"))# 需要给图片增加一个维度 img_array = tf.expand_dims(images[i], 0) # 使用模型预测图片中的人物 predictions = new_model.predict(img_array) plt.title(class_names[np.argmax(predictions)])plt.axis("off")

文章图片

10、完整源码

import matplotlib.pyplot as plt # 支持中文 plt.rcParams['font.sans-serif'] = ['SimHei']# 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False# 用来正常显示负号import os,PIL# 设置随机种子尽可能使结果可以重现 import numpy as np np.random.seed(1)# 设置随机种子尽可能使结果可以重现 import tensorflow as tf tf.random.set_seed(1)import pathlibdata_dir = "./017_Eye_dataset"data_dir = pathlib.Path(data_dir) image_count = len(list(data_dir.glob('*/*')))print("图片总数为：",image_count)# 加载 batch_size = 64 img_height = 224 img_width = 224 train_ds = tf.keras.preprocessing.image_dataset_from_directory( data_dir, validation_split=0.2, subset="training", seed=12, 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=12, image_size=(img_height, img_width), batch_size=batch_size) class_names = train_ds.class_names print(class_names)# 可视化 plt.figure(figsize=(10, 5))# 图形的宽为10高为5 plt.suptitle("数据展示")for images, labels in train_ds.take(1): for i in range(8):ax = plt.subplot(2, 4, i + 1)ax.patch.set_facecolor('yellow')plt.imshow(images[i].numpy().astype("uint8")) plt.title(class_names[labels[i]])plt.axis("off")for image_batch, labels_batch in train_ds: print(image_batch.shape) print(labels_batch.shape) break# 配置数据集 # 这里如果是 tf2.6 或者报错，使用 AUTOTUNE = tf.data.experimental.AUTOTUNEAUTOTUNE = tf.data.AUTOTUNE train_ds = train_ds.cache().shuffle(1000).prefetch(buffer_size=AUTOTUNE) val_ds= val_ds.cache().prefetch(buffer_size=AUTOTUNE)model = tf.keras.applications.VGG16() model.summary() # 设置初始学习率 initial_learning_rate = 1e-4lr_schedule = tf.keras.optimizers.schedules.ExponentialDecay( initial_learning_rate, decay_steps=20, decay_rate=0.96, staircase=True)# 将指数衰减学习率送入优化器 optimizer = tf.keras.optimizers.Adam(learning_rate=lr_schedule)model.compile(optimizer=optimizer, loss='sparse_categorical_crossentropy', metrics=['accuracy'])epochs = 10history = model.fit( train_ds, validation_data=https://www.it610.com/article/val_ds, epochs=epochs )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()from sklearn.metrics import confusion_matrix import seaborn as sns import pandas as pd# 定义一个绘制混淆矩阵图的函数 def plot_cm(labels, predictions):# 生成混淆矩阵 conf_numpy = confusion_matrix(labels, predictions) # 将矩阵转化为 DataFrame conf_df = pd.DataFrame(conf_numpy, index=class_names ,columns=class_names)plt.figure(figsize=(8,7))sns.heatmap(conf_df, annot=True, fmt="d", cmap="BuPu")plt.title('混淆矩阵',fontsize=15) plt.ylabel('真实值',fontsize=14) plt.xlabel('预测值',fontsize=14) val_pre= [] val_label = []for images, labels in val_ds:#这里可以取部分验证数据（.take(1)）生成混淆矩阵 for image, label in zip(images, labels): # 需要给图片增加一个维度 img_array = tf.expand_dims(image, 0) # 使用模型预测图片中的人物 prediction = model.predict(img_array)val_pre.append(class_names[np.argmax(prediction)]) val_label.append(class_names[label]) plot_cm(val_label, val_pre)# 保存模型 model.save('17.h5') # 加载模型 new_model = tf.keras.models.load_model('17.h5')# 采用加载的模型（new_model）来看预测结果plt.figure(figsize=(10, 5))# 图形的宽为10高为5 plt.suptitle("预测结果展示")for images, labels in val_ds.take(1): for i in range(8): ax = plt.subplot(2, 4, i + 1)# 显示图片 plt.imshow(images[i].numpy().astype("uint8"))# 需要给图片增加一个维度 img_array = tf.expand_dims(images[i], 0) # 使用模型预测图片中的人物 predictions = new_model.predict(img_array) plt.title(class_names[np.argmax(predictions)])plt.axis("off")

**
学习日记 **
1，学习知识点