five flower classify

概述

基于以下五种花的样本（每种花约有样本780张）训练出一个能识别如下五种花的模型，运行在PC上且准确率达90%以上。

任务：训练出一个能识别如下五种花的模型，能够运行在PC上且准确率达90%。
How to implement flowers sample classify？

解决问题

1.获取并分析样本结构

• 图片格式：jpg
• 图片大小不一致
• 图片颜色不一致
• 花在图片中的位置不一致

2.选择模型

• 分析问题类型

• 选择方法
  • 根据经验
  • 借助网络的知识（论文、开源网站等）
  • just try and compare
• 主要因素
  • 模型大小
  • 模型准确率
  • 模型运行速度
  • 模型运行的内存占用

如果只是想练个手做个demo，那么不考虑因素，直接上可以。但如果后面想做一个正规的项目。这些因素特别重要。**这些值怎么来，论文后面有，经典的模型网上也有资料说明其准确率，复杂度等。**运行速度也很重要。比如我们这是一个类似于形色的app。你希望其多久能对一张花进行识别。这就是它的运行速度。

3.画出pipeline

实现部分

图片预处理

由于图片较多不好操作，所以首先将图片存入 tfrecorder

TFRecords TFRecords其实是一种二进制文件，虽然它不如其他格式好理解，但是它能更好的利用内存，更方便复制和移动，并且不需要单独的标签文件（等会儿就知道为什么了）… …总而言之，这样的文件格式好处多多，所以让我们用起来吧。

TFRecords文件包含了tf.train.Example 协议内存块(protocol buffer)(协议内存块包含了字段 Features)。我们可以写一段代码获取你的数据， 将数据填入到Example协议内存块(protocol buffer)，将协议内存块序列化为一个字符串， 并且通过tf.python_io.TFRecordWriter 写入到TFRecords文件。

从TFRecords文件中读取数据， 可以使用tf.TFRecordReader的tf.parse_single_example解析器。这个操作可以将Example协议内存块(protocol buffer)解析为张量。

图片预处理代码实现

1.采用直接 resize的方式

#resize imagesdef resize_image(impath,imagename,(weight,height)):    with tf.Session() as sess:        img = Image.open(impath)        img = img.resize((weight,height))        resize_data = img.tobytes()        #filename = "/home/workdir/tensorflow/flowers/resize/"+imagename        #with tf.gfile.GFile(filename,"wb") as f:        #    f.write(resize_image.eval())        return resize_datadef convert_images_to_xy(main_folder_path):    os.chdir(main_folder_path)    foldernames = os.listdir(os.getcwd())    labels = []    images_data = []    #use int index to replace the string lable    index = 0    for folder_name in foldernames:        print 'folder_name = '        print folder_name        os.chdir(main_folder_path + folder_name)        filenames = os.listdir(os.getcwd())        for file_name in filenames:            file_glob_name = os.path.join(main_folder_path, folder_name, file_name)            print file_glob_name            labels.append(index)            resize_image_dat = resize_image(file_glob_name,file_name,(IMAGE_WEIGHT, IMAGE_HEIGHT))            images_data.append(resize_image_dat)        index = index + 1    return images_data, labels

2.采用先pad到固定比例在resize方法 （改方法不好让图片变形，但是图片会有黑边，padding 0导致）

def resize_image(impath,imagename, shape, index):    # img = Image.open(impath)    # img = img.resize((shape[0],shape[1]))    # resize_data = img.tobytes()    global  number    # avoid memory leak.    tf.reset_default_graph()    graph = tf.Graph()    with graph.as_default() as g:        with tf.Session(graph = g) as sess:            image_raw_data = tf.gfile.FastGFile(impath, "rb").read()            # 按照jpeg的格式解码图片。            image_data = tf.image.decode_jpeg(image_raw_data)            image_data = tf.image.convert_image_dtype(image_data, dtype=tf.float32)            shape = image_data.eval(session=sess).shape            result = shape[0]            if shape[0] < shape[1]:                result = shape[1]            cropped = tf.image.resize_image_with_crop_or_pad(image_data, result, result)            resize = tf.image.resize_images(cropped, [IMAGE_WEIGHT, IMAGE_WEIGHT])            result = sess.run(resize)            # print("result[50][50]:", result[50][50])            # plt.imshow(result)            # plt.show()            result_raw = result.tostring()        # resize_f = resize / 255.0        # resized = np.asarray(resize.eval(session = sess), dtype='uint8')            print(result.shape, "   num is:" ,number)        # resized_data = resized.tobytes()            example = tf.train.Example(features=tf.train.Features(feature={                'image_raw': _bytes_feature(result_raw),                'label': _int64_feature(index)}))            writer.write(example.SerializeToString())

训练网络

1.主要代码解释

 #读取数据 tfredcord数据def read_samples_record(filename_queue):    reader = tf.TFRecordReader()    _, serialized_example = reader.read(filename_queue)    features = tf.parse_single_example(serialized_example, features={        'image_raw': tf.FixedLenFeature([], tf.string),        'label': tf.FixedLenFeature([], tf.int64),    })    image = tf.decode_raw(features['image_raw'], tf.float32)    print (image)    #reshape the image data    image = tf.reshape(image, [IMAGE_WEIGHT, IMAGE_HEIGHT, IMAGE_CHANEL])    # image = tf.cast(image, tf.float32)    print (image)    label = tf.cast(features['label'], tf.int32)    return image,label#构建网络# Model inputX = tf.placeholder(tf.float32, shape=[None, IMAGE_WEIGHT, IMAGE_HEIGHT, IMAGE_CHANEL], name='X')y_ = tf.placeholder(tf.int32, [None, ], name='y_')keep_prob = tf.placeholder(tf.float32)conv1 = tf.layers.conv2d(    inputs=X,    filters=32,    kernel_size=[3, 3],    padding="same",    activation=tf.nn.relu,    kernel_initializer=tf.truncated_normal_initializer(stddev=0.1))pool1 = tf.layers.max_pooling2d(inputs=conv1,pool_size=[2, 2], strides=2)conv2 = tf.layers.conv2d(    inputs=pool1,    filters=64,    kernel_size=[3, 3],    padding="same",    activation=tf.nn.relu,    kernel_initializer=tf.truncated_normal_initializer(stddev=0.1))pool2 = tf.layers.max_pooling2d(inputs=conv2,pool_size=[2, 2], strides=2)conv3 = tf.layers.conv2d(    inputs=pool2,    filters=128,    kernel_size=[3, 3],    padding="same",    activation=tf.nn.relu,    kernel_initializer=tf.truncated_normal_initializer(stddev=0.1))pool3 = tf.layers.max_pooling2d(inputs=conv3,pool_size=[2, 2], strides=2)conv4 = tf.layers.conv2d(    inputs=pool3,    filters=256,    kernel_size=[3, 3],    padding="same",    activation=tf.nn.relu,    kernel_initializer=tf.truncated_normal_initializer(stddev=0.1))pool4 = tf.layers.max_pooling2d(inputs=conv4,pool_size=[2, 2], strides=2)conv5 = tf.layers.conv2d(    inputs=pool4,    filters=512,    kernel_size=[3, 3],    padding="same",    activation=tf.nn.relu,    kernel_initializer=tf.truncated_normal_initializer(stddev=0.1))#pool5 = tf.layers.max_pooling2d(inputs=conv5,pool_size=[2, 2], strides=2)pool5 = tf.layers.average_pooling2d(inputs=conv5, pool_size=[4, 4], strides = 4)print("pool5 shape is :", pool5.get_shape(), " width:", pool5.get_shape()[1])re1 = tf.reshape(pool5, [-1, int(pool5.get_shape()[1]) * int(pool5.get_shape()[1]) * 512])dense1 = tf.layers.dense(inputs=re1,                         units=512,                         activation=tf.nn.relu,                         kernel_initializer=tf.truncated_normal_initializer(stddev=0.1),                         kernel_regularizer=tf.contrib.layers.l2_regularizer(0.005))drop1 = tf.nn.dropout(dense1, keep_prob)logits = tf.layers.dense(inputs=drop1,                         units=5,                         activation=None,                         kernel_initializer=tf.truncated_normal_initializer(stddev=0.1),                         kernel_regularizer=tf.contrib.layers.l2_regularizer(0.005))#定义代价函数loss = tf.losses.sparse_softmax_cross_entropy(labels=y_, logits=logits)train = tf.train.AdamOptimizer(learning_rate=0.0001).minimize(loss)correct_prediction = tf.equal(tf.cast(tf.argmax(logits, 1), tf.int32), y_)#准确率acc = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))#用于保存训练好的模型saver = tf.train.Saver()#开始训练模型for step in range(TRAIN_STEP+1):    end_index = min(start_index + TRAIN_BATCH_SIZE, X_train.shape[0])    #print (start_index,end_index)    batch_xs = X_train[start_index:end_index, ]    batch_ys = y_train[start_index:end_index, ]    #print (batch_xs.shape,batch_ys.shape)    sess.run(train, feed_dict={X: batch_xs, y_: batch_ys, keep_prob:0.5})    if step % 50 == 0:        print ("step %d " % (step))        result = sess.run(merged, feed_dict={            X: batch_xs, y_: batch_ys, keep_prob:1.0})        TrainWriter.add_summary(result, step)        val_num = X_val.shape[0]        val_result = sess.run(merged, feed_dict={            X: X_val, y_: y_val,keep_prob:1.0})        ValWriter.add_summary(val_result, step)        print("train accuracy: %g" % sess.run(acc, feed_dict={X: batch_xs, y_: batch_ys, keep_prob: 1.0}))        accuracy = sess.run(acc, feed_dict={X: X_test, y_: y_test, keep_prob:1.0})        print("test accuracy %g" % accuracy)        if accuracy > 0.8:            saver.save(sess, "save_path/cnn_flower_float.module")    if end_index >= X_train.shape[0]:        start_index = 0    else:        start_index = end_indexsaver.save(sess, "save_path/cnn_flower.module")sess.close()

数据增强

如果第一种方式训练的结果不是很好，可以采用数据增强的方式来提高准确率。
1.将原有数据扩大5倍

#resize imagesdef resize_image(impath,imagename, fold_name):    strName = imagename.split('.')    save_name = str(TF_filename_prefix) + str(fold_name) + '\\' + str(strName[0])    if not (os.path.exists((str(TF_filename_prefix) + str(fold_name)))):        os.makedirs((str(TF_filename_prefix) + str(fold_name)))    global  number    # avoid memory leak.    tf.reset_default_graph()    graph = tf.Graph()    images = []    with graph.as_default() as g:        with tf.Session(graph = g) as sess:            image_raw_data = tf.gfile.FastGFile(impath, "rb").read()            # 按照jpeg的格式解码图片。            image_data = tf.image.decode_jpeg(image_raw_data)            print("int :", image_data.eval(session=sess)[50][50])            #image_data = tf.image.convert_image_dtype(image_data, dtype=tf.float32)            #print("float :", image_data.eval(session=sess)[50][50])            central_result = tf.image.central_crop(image_data, 0.7)            # plt.imshow(central_result.eval(session=sess))            # plt.show()            left_right = tf.image.flip_left_right(image_data)            # plt.imshow(left_right.eval(session=sess))            # plt.show()            contrast = tf.image.adjust_contrast(image_data,0.2)            hue = tf.image.adjust_hue(image_data,delta = 0.2)            brightness = tf.image.adjust_brightness(image_data, delta=32./255.)            image_central = tf.image.encode_jpeg(central_result)            images.append(image_central)            image_left_right = tf.image.encode_jpeg(left_right)            images.append(image_left_right)            image_contrast = tf.image.encode_jpeg(contrast)            images.append(image_contrast)            image_hue= tf.image.encode_jpeg(hue)            images.append(image_hue)            image_brightness = tf.image.encode_jpeg(brightness)            images.append(image_brightness)            # 保存图片            i = 0            for img in images:                with tf.gfile.GFile(save_name + "_%d.jpg" %i , 'wb') as f:                    f.write(sess.run(img))                i = i + 1

2.训练模型

#读取数据方式跟之前有些差异，因为测试数据和训练数据保存到了两个 tfrecorder文件。def read_test_record(filename_queue):    reader = tf.TFRecordReader()    _, serialized_example = reader.read(filename_queue)    features = tf.parse_single_example(serialized_example, features={        'image_raw': tf.FixedLenFeature([], tf.string),        'label': tf.FixedLenFeature([], tf.int64),    })    image = tf.decode_raw(features['image_raw'], tf.float32)    print(image)    # reshape the image data    image = tf.reshape(image, [IMAGE_WEIGHT, IMAGE_HEIGHT, IMAGE_CHANEL])    # image = tf.cast(image, tf.float32)    print(image)    label = tf.cast(features['label'], tf.int32)    return image, labeldef read_train_data(filename_queue):    reader = tf.TFRecordReader()    _, serialized_example = reader.read(filename_queue)    features = tf.parse_single_example(serialized_example, features={        'image_raw': tf.FixedLenFeature([], tf.string),        'label': tf.FixedLenFeature([], tf.int64),    })    image = tf.decode_raw(features['image_raw'], tf.float32)    image = tf.reshape(image, [IMAGE_WEIGHT, IMAGE_HEIGHT, IMAGE_CHANEL])    label = tf.cast(features['label'], tf.int32)    img_batch, lab_batch = tf.train.shuffle_batch([image, label], batch_size=BATCH_SIZE, capacity=17500, min_after_dequeue=3000)    #img_batch, lab_batch = tf.train.batch([image, label], batch_size=BATCH_SIZE, capacity=800, num_threads=4)    return img_batch, lab_batch    #训练部分的代码跟之前相同就不重复了。

Fine tuning

如果觉得数据增强依然不能提高准确率，可以考虑使用数据迁移的方式，因为数据较少，这种方式可以节约训练时间，提高准确率。

# -*- coding: utf-8 -*-"""卷积神经网络 Inception-v3模型 迁移学习"""import globimport os.pathimport randomimport numpy as npimport tensorflow as tffrom tensorflow.python.platform import gfileimport osos.environ['TF_CPP_MIN_LOG_LEVEL']='2'# 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 = 'D:\\workspace\\PycharmSpace\\flow_classify\\com\\shuan\\flower_classify\\fine_train'# 下载的谷歌训练好的inception-v3模型文件名MODEL_FILE = 'tensorflow_inception_graph.pb'# 保存训练数据通过瓶颈层后提取的特征向量CACHE_DIR = 'tmp/bottleneck'# 图片数据的文件夹INPUT_DATA = 'D:\\workspace\\PycharmSpace\\flow_classify\\com\\shuan\\flower_classify\\flower_photos_780'# 验证的数据百分比VALIDATION_PERCENTAGE = 10# 测试的数据百分比TEST_PERCENTACE = 10# 定义神经网路的设置LEARNING_RATE = 0.01STEPS = 4000BATCH = 128# 不知道大家有注意到没有，数据集里给的是不同大小的图片，而程序里却可以直接送入Inception-v3模型，从而得到同样尺寸的结果特征向量。我在书籍的github上问了这个问题，得到的回复是：Inception-v3模型中包含了图像预处理和大小调整的部分。# 这个函数把数据集分成训练，验证，测试三部分def create_image_lists(testing_percentage, validation_percentage):    """    这个函数把数据集分成训练，验证，测试三部分    :param testing_percentage:测试的数据百分比 10    :param validation_percentage:验证的数据百分比 10    :return:    """    result = {}    # 获取目录下所有子目录    sub_dirs = [x[0] for x in os.walk(INPUT_DATA)]    # ['/path/to/flower_data', '/path/to/flower_data\\daisy', '/path/to/flower_data\\dandelion',    # '/path/to/flower_data\\roses', '/path/to/flower_data\\sunflowers', '/path/to/flower_data\\tulips']    # 数组中的第一个目录是当前目录，这里设置标记，不予处理    is_root_dir = True    for sub_dir in sub_dirs:  # 遍历目录数组，每次处理一种        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', 'jepg', 'JPG', 'JPEG']        file_list = []        dir_name = os.path.basename(sub_dir)  # 返回路径名路径的基本名称，如：daisy|dandelion|roses|sunflowers|tulips        for extension in extensions:            file_glob = os.path.join(INPUT_DATA, dir_name, '*.' + extension)  # 将多个路径组合后返回            file_list.extend(glob.glob(file_glob))  # glob.glob返回所有匹配的文件路径列表，extend往列表中追加另一个列表        if not file_list: continue        # 通过目录名获取类别名称        label_name = dir_name.lower()  # 返回其小写        # 初始化当前类别的训练数据集、测试数据集、验证数据集        training_images = []        testing_images = []        validation_images = []        for file_name in file_list:  # 遍历此类图片的每张图片的路径            base_name = os.path.basename(file_name)  # 路径的基本名称也就是图片的名称，如：102841525_bd6628ae3c.jpg            # 随机讲数据分到训练数据集、测试集和验证集            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)        result[label_name] = {            'dir': dir_name,            'training': training_images,            'testing': testing_images,            'validation': validation_images        }    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def get_image_path(image_lists, image_dir, label_name, index, category):    """    :param image_lists:所有图片信息    :param image_dir:根目录 （ 图片特征向量根目录 CACHE_DIR | 图片原始路径根目录 INPUT_DATA ）    :param label_name:类别的名称（ daisy|dandelion|roses|sunflowers|tulips ）    :param index:编号    :param category:所属的数据集（ training|testing|validation ）    :return: 一张图片的地址    """    # 获取给定类别的图片集合    label_lists = image_lists[label_name]    # 获取这种类别的图片中，特定的数据集(base_name的一维数组)    category_list = label_lists[category]    mod_index = index % len(category_list)  # 图片的编号%此数据集中图片数量    # 获取图片文件名    base_name = category_list[mod_index]    sub_dir = label_lists['dir']    # 拼接地址    full_path = os.path.join(image_dir, sub_dir, base_name)    return full_path# 图片的特征向量的文件地址def get_bottleneck_path(image_lists, label_name, index, category):    return get_image_path(image_lists, CACHE_DIR, label_name, index, category) + '.txt'  # CACHE_DIR 特征向量的根地址# 计算特征向量def run_bottleneck_on_image(sess, image_data, image_data_tensor, bottleneck_tensor):    """    :param sess:    :param image_data:图片内容    :param image_data_tensor:    :param bottleneck_tensor:    :return:    """    # 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。    bottleneck_values = sess.run(bottleneck_tensor, {image_data_tensor: image_data})    bottleneck_values = np.squeeze(bottleneck_values)    return bottleneck_values# 获取一张图片对应的特征向量的路径def get_or_create_bottleneck(sess, image_lists, label_name, index, category, jpeg_data_tensor, bottleneck_tensor):    """    :param sess:    :param image_lists:    :param label_name:类别名    :param index:图片编号    :param category:    :param jpeg_data_tensor:    :param bottleneck_tensor:    :return:    """    label_lists = image_lists[label_name]    sub_dir = label_lists['dir']    sub_dir_path = os.path.join(CACHE_DIR, sub_dir)  # 到类别的文件夹    if not os.path.exists(sub_dir_path): os.makedirs(sub_dir_path)    bottleneck_path = get_bottleneck_path(image_lists, label_name, index, category)  # 获取图片特征向量的路径    if not os.path.exists(bottleneck_path):  # 如果不存在        # 获取图片原始路径        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()        # 计算图片特征向量        bottleneck_values = run_bottleneck_on_image(sess, image_data, jpeg_data_tensor, bottleneck_tensor)        # 将特征向量存储到文件        bottleneck_string = ','.join(str(x) for x in bottleneck_values)        with open(bottleneck_path, 'w') as bottleneck_file:            bottleneck_file.write(bottleneck_string)    else:        # 读取保存的特征向量文件        with open(bottleneck_path, 'r') as bottleneck_file:            bottleneck_string = bottleneck_file.read()            # 字符串转float数组        bottleneck_values = [float(x) for x in bottleneck_string.split(',')]    return bottleneck_values# 随机获取一个batch的图片作为训练数据（特征向量，类别）def get_random_cached_bottlenecks(sess, n_classes, image_lists, how_many, category, jpeg_data_tensor,                                  bottleneck_tensor):    """    :param sess:    :param n_classes: 类别数量    :param image_lists:    :param how_many: 一个batch的数量    :param category: 所属的数据集    :param jpeg_data_tensor:    :param bottleneck_tensor:    :return: 特征向量列表，类别列表    """    bottlenecks = []    ground_truths = []    for _ in range(how_many):        # 随机一个类别和图片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]  # 随机图片的类别名        image_index = random.randrange(65536)  # 随机图片的编号        bottleneck = get_or_create_bottleneck(sess, image_lists, label_name, image_index, category, jpeg_data_tensor,                                              bottleneck_tensor)  # 计算此图片的特征向量        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# 获取全部的测试数据def get_test_bottlenecks(sess, image_lists, n_classes, jpeg_data_tensor, bottleneck_tensor):    bottlenecks = []    ground_truths = []    label_name_list = list(image_lists.keys())  # ['dandelion', 'daisy', 'sunflowers', 'roses', 'tulips']    for label_index, label_name in enumerate(label_name_list):  # 枚举每个类别,如:0 sunflowers        category = 'testing'        for index, unused_base_name in enumerate(image_lists[label_name][category]):  # 枚举此类别中的测试数据集中的每张图片            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(_):    image_lists = create_image_lists(TEST_PERCENTACE, VALIDATION_PERCENTAGE)    n_classes = len(image_lists.keys())    # 读取模型    with gfile.FastGFile(os.path.join(MODEL_DIR, MODEL_FILE), 'rb') as f:        graph_def = tf.GraphDef()        graph_def.ParseFromString(f.read())        # 加载模型，返回对应名称的张量    bottleneck_tensor, jpeg_data_tensor = tf.import_graph_def(graph_def, return_elements=[BOTTLENECK_TENSOR_NAME,                                                                                          JPEG_DATA_TENSOR_NAME])    # 输入    bottleneck_input = tf.placeholder(tf.float32, [None, BOTTLENECK_TENSOR_SIZE], name='BottleneckInputPlaceholder')    ground_truth_input = tf.placeholder(tf.float32, [None, n_classes], name='GroundTruthInput')    # 全连接层    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)        # 损失    cross_entropy = tf.nn.softmax_cross_entropy_with_logits(logits=logits, labels=ground_truth_input)    cross_entropy_mean = tf.reduce_mean(cross_entropy)    # 优化    train_step = tf.train.GradientDescentOptimizer(LEARNING_RATE).minimize(cross_entropy_mean)    # 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:        # 初始化参数        init = tf.global_variables_initializer()        sess.run(init)        # TensorBoard log目录        # log_dir = 'inception_log'        # if not os.path.exists(log_dir):        #     os.makedirs(log_dir)        # tf.import_graph_def(graph_def, name='')        # writer = tf.summary.FileWriter(log_dir, sess.graph)        # writer.close()        test_bottlenecks, test_ground_truth = get_test_bottlenecks(sess, image_lists, n_classes, jpeg_data_tensor,                                                                   bottleneck_tensor)        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)            # 训练            sess.run(train_step,                     feed_dict={bottleneck_input: train_bottlenecks, ground_truth_input: train_ground_truth})            # 验证            if i % 50 == 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))                if validation_accuracy > 0.95:                    # 测试                    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()

实验结果

一、clasify_flower_float预测数据的准确率最好在80%左右。

1.图片处理：

   a.图片使用先pad后resize保证图片不会发生形变。   b.图片数据进行归一化到[0,1)。

2.模型修改：

   a.所有的卷积使用 3 * 3。   b.增加一个卷积。   c.最后的pooling使用avg_pooling，pool_size=[4, 4], strides=4  (可以大大减少Size)。   d.去掉一个全连接 剩余两个神经元个数为 512 和 5 。   e.增加一个dropout 百分比为0.6

二、flower_classify_with_data_enhance准确率最好在 90%左右

1.数据增强

a.5倍大小。3900*5 = 19500   （中心剪裁，左右旋转、色彩变换）b.取17200个作为训练样本，2000个作为预测样本。

2.模型与上面基本相似。

三、fine_tuning_inception_v3准备率最好在 96% 左右。google inception_v3 进行 fine_train