inception-v3迁移学习

接着上一篇文章，我们现在进行inception-v3的迁移学习，用原来的权重参数进行特征提取，在最后的瓶颈中添加一个分类层。

在pool_3后面添加一个input，然后训练这些。其中数据集

#!/usr/bin/env python3# -*- coding: utf-8 -*-import globimport os.pathimport randomimport numpy as npimport tensorflow as tffrom 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 = 'inception_dec_2015/'# 下载的谷歌训练好的Inception-v3模型文件名MODEL_FILE = 'classify_image_graph_def.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 = '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 = 'data/train/'# 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 = 0.01STEPS = 4000BATCH = 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_truthsdef 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.initialize_all_variables().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()

然后进行训练，代码中注释比较全，所以就不进行详解了。

这是训练的图片。