机器学习识别猫和狗区别 猫狗识别分类数据集

目标：识别猫和狗

文章目录

• 一、猫狗数据集
• 二、训练环境
• 三、数据处理
• 四、建立模型
• 五、图像处理
• 六、训练模型
• 七、模型评估
• 八、可视化
• 九、保存模型
• 十、参考
• 十一、感悟

一、猫狗数据集

数据集下载：

搜索关注后，回复：猫狗数据集训练数据集（每一张图片都有dog和cat标签）：

测试集（图片没有标签）：

二、训练环境

• kaggle
• tenslrflow2.6

三、数据处理

import numpy as np # linear algebra
import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)

# Input data files are available in the read-only "../input/" directory
# For example, running this (by clicking run or pressing Shift+Enter) will list all files under the input directory

import os
for dirname, _, filenames in os.walk('/kaggle/input'):
    for filename in filenames:
        print(os.path.join(dirname, filename))

如下：

导入相关模块：

import os
import zipfile # 解压zip
import pandas as pd 
from tqdm import tqdm # 进度条显示
import tensorflow as tf
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
from tensorflow.keras.optimizers import RMSprop

创建一个主文件夹：

work_path = './cats_and_dogs_filtered'
if not os.path.exists(work_path):
    os.mkdir(work_path)

把训练集和测试集的图片解压到主文件夹下面：

local_zip = '../input/dogs-vs-cats/test1.zip'
zip_ref = zipfile.ZipFile(local_zip,'r')
zip_ref.extractall(work_path)

local_zip = '../input/dogs-vs-cats/train.zip'
zip_ref = zipfile.ZipFile(local_zip,'r')
zip_ref.extractall(work_path)

zip_ref.close()

把训练集的数据读出来：

train_path = os.path.join(work_path, 'train') # 拼接训练集文件名
test_path = os.path.join(work_path, 'test1')  # 拼接测试集文件名

train_df = pd.DataFrame({'image_name':os.listdir(train_path)}) # 读取图片名。os.listdir是列出文件下所有。
train_df['label'] =train_df['image_name'].apply(lambda x: x.split('.')[0]) # 分割添加标签列
train_df

同理把测试集的数据读取出来：

test_df = pd.DataFrame({'image_name':os.listdir(test_path)})
test_df['label'] =test_df['image_name'].apply(lambda x: x.split('.')[0])
test_df

把所有狗的图片单独放在一个文件夹：

dog_path_train = os.path.join(train_path, 'dog') # 拼接dog路径
os.mkdir(dog_path_train) # 创建文件夹
dog_df_train = train_df[train_df.label=='dog'] # 选出标签为狗的图片
for n in tqdm(dog_df_train.image_name):
    os.rename((os.path.join(train_path, n)), (os.path.join(dog_path_train, n))) # 重命名

同理把猫的数据放在一个文件夹：

cat_path_train = os.path.join(train_path, 'cat')
os.mkdir(cat_path_train)
cat_df_train = train_df[train_df.label=='cat']
for n in tqdm(cat_df_train.image_name):
    os.rename((os.path.join(train_path, n)), (os.path.join(cat_path_train, n)))

现在简单的检测一下目录的基本结构，当然这不是必须的部分：

base_dir = './cats_and_dogs_filtered'

print(' 基本主目录')
print(os.listdir(base_dir))

print('\n 训练目录')
train_path = f'{base_dir}/train'
print(os.listdir(train_path))

print('\n 测试目录')
print(os.listdir(test_path)[:5])

如图：

再继续检查目录：

train_dir = os.path.join(base_dir,'train') # 拼接训练路径
validation_dir = os.path.join(base_dir,'test1') # 拼接测试集路径

train_cats_dir = os.path.join(train_dir,'cat') # 在训练集下拼接猫路径
train_dogs_dir = os.path.join(train_dir,'dog') # 狗路径

train_cats_names = os.listdir(train_cats_dir) # 列出所有猫的文件名
train_dogs_names = os.listdir(train_dogs_dir) # 列出所有狗的文件名

print(train_cats_names[:5])# 查看前五个
print(train_dogs_names[:5])  # 查看前五个

输出：

['cat.5965.jpg', 'cat.10318.jpg', 'cat.11796.jpg', 'cat.10908.jpg', 'cat.7301.jpg']
['dog.3554.jpg', 'dog.5088.jpg', 'dog.7240.jpg', 'dog.2206.jpg', 'dog.7740.jpg']

查看训练集测试集等数量：

print(f'训练集猫数量 = {len(train_cats_names)}')
print(f'训练集狗数量 = {len(train_dogs_names)}')
print(f'测试集猫和狗数量= {len(os.listdir(validation_dir))}')

输出：

训练集猫数量 = 12500
训练集狗数量 = 12500
测试集猫和狗数量= 12500

四、建立模型

首先普及一点基本，卷积层语法如下：

tf.keras.layers.Conv2D(
    filters,
    kernel_size,
    strides=(1, 1),
    padding='valid',
    data_format=None,
    dilation_rate=(1, 1),
    groups=1,
    activation=None,
    use_bias=True,
    kernel_initializer='glorot_uniform',
    bias_initializer='zeros',
    kernel_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    kernel_constraint=None,
    bias_constraint=None,
    **kwargs
)

相关参数如下：

池化层语法如下：

tf.keras.layers.MaxPool2D(
    pool_size=(2, 2),
    strides=None,
    padding='valid',
    data_format=None,
    **kwargs
)

参数说明：

Flatten语法：

tf.keras.layers.Flatten(
    data_format=None, **kwargs
)

参数说明：一般默认即可

连接层语法如下：

tf.keras.layers.Dense(
    units,
    activation=None,
    use_bias=True,
    kernel_initializer='glorot_uniform',
    bias_initializer='zeros',
    kernel_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    kernel_constraint=None,
    bias_constraint=None,
    **kwargs
)

编译（配置模型进行训练）语法：

compile(
    optimizer='rmsprop',  			# 字符串(优化器的名称)或优化器实例
    loss=None,						# 损失函数，如果模型有多个输出，您可以通过传递字典或损失列表来对每个输出
    								# 使用不同的损失，由模型最小化的损失值将是所有独立损失的总和。
    metrics=None,					# 在训练和测试期间，模型要评估的度量标准列表，通常将使用metrics=['accuracy']。
    								# 要为一个多输出模型的不同输出指定不同的度量，可以传递一个字典，例如metrics={'output_a': 'accuracy'， 'output_b': ['accuracy'， 'mse']}。
    								# 还可以传递矩阵列表(len = len(输出))，比如metrics=[[accuracy']， ['accuracy'， 'mse']，或者metrics=['accuracy'， ['accuracy'， 'mse']]。
    loss_weights=None,				# 指定标量系数(Python浮点数)的可选列表或字典，以对不同模型输出的损失贡献进行加权。
    sample_weight_mode=None,		# 如果需要按时间步长进行样本加权(2D加权)，请将其设置为“时间”。没有默认的采样权值(1D)。
    weighted_metrics=None,			# 在训练和测试期间，将通过sample_weight或class_weight评估和加权的度量列表。
    target_tensors=None,			# 默认情况下，Keras将为模型的目标创建占位符，这些占位符将在训练期间与目标数据一起提供。
    								# 相反，如果您想使用自己的目标张量(反过来，Keras在训练时不会期望这些目标的外部Numpy数据)，可以通过target_tensors参数指定它们。
    distribute=None,				# 在TF 2.0中不支持
    **kwargs						# 任何额外的参数
)

参数说明：

编写代码模型函数如下：

def create_model():
# 使用models.Sequential()来搭建神经网络
# Sequential()方法是一个容器，在容器中添加对应参数
#在Sequential()的输入参数中描述从输入层到输出层的网络结构
  model = tf.keras.models.Sequential([ 
    # 本案例中Conv2D卷积层，第一个参数：filter 卷积核个数， 第二个参数strides 卷积步长,此三个参数activation:激活函数
    # 第四个参数input_shape表示150*150图片
    tf.keras.layers.Conv2D(16,(3,3), activation = 'relu', input_shape=(150,150,3)),
    # 在 2x2 池化窗口中取最大值
    tf.keras.layers.MaxPooling2D(2,2),
    
    tf.keras.layers.Conv2D(32,(3,3), activation = 'relu'),
    tf.keras.layers.MaxPooling2D(2,2),

    tf.keras.layers.Conv2D(64,(3,3), activation = 'relu'),
    tf.keras.layers.MaxPooling2D(2,2),

    tf.keras.layers.Flatten(),
     # 输出空间的维度512.激活函数relu
    tf.keras.layers.Dense(512, activation = 'relu'),
    # 激活函数sigmogid
    tf.keras.layers.Dense(1, activation='sigmoid')
  ])

  # learning_rate学习率为0.01，loss损失函数为二元交叉熵损失
 # metrics评估列表，这里只采用了accuracy准确度
  model.compile(optimizer=RMSprop(learning_rate=0.001),
                loss='binary_crossentropy',
                metrics=['accuracy']) 
    
  return model

执行模型：

model = create_model()
model.summary() # 打印模型摘要

如图：

五、图像处理

from tensorflow.keras.preprocessing.image import ImageDataGenerator

train_datagen = ImageDataGenerator(rescale=1./255,
      rotation_range=40,
      width_shift_range=0.2,
      height_shift_range=0.2,
      shear_range=0.2,
      zoom_range=0.2,
      horizontal_flip=True,
      fill_mode='nearest',
      validation_split=0.2
                                  )

train_generator = train_datagen.flow_from_directory(
    train_dir,
    target_size=(150,150),
    batch_size=50,
    class_mode='binary',
    subset='training'
) 


validation_generator = train_datagen.flow_from_directory(
    train_dir, # 与训练集类似
    target_size=(150, 150),
    batch_size=50,
    class_mode='binary',
    subset='validation')

构建回调：

#构建新回调的抽象基类
class mycallback(tf.keras.callbacks.Callback):
    def on_epoch_end(self,epoch,logs={}):
        if(logs.get('val_accuracy')>=0.90): # 大于90%停止
            self.model.stop_training = True
            
callback = mycallback()

六、训练模型

参数说明：

fit(
    x=None,
    y=None,
    batch_size=None, 				# 每次梯度更新的样本数
    epochs=1,						# 训练模型的迭代数
    verbose=1,
    callbacks=None,
    validation_split=0.0,			# 将训练数据的一部分用作验证数据
    validation_data=None,			# 用于评估损失的数据和每个epoch结束时的任何模型度量。模型不会根据这些数据进行训练。validation_data将覆盖validation_split。
    shuffle=True,					# 在每个epoch之前对训练数据进行洗牌
    class_weight=None,			
    sample_weight=None,
    initial_epoch=0,				# 开始训练的时间(对于恢复之前的训练很有用)。
    steps_per_epoch=None,
    validation_steps=None,
    validation_freq=1,
    max_queue_size=10,
    workers=1,
    use_multiprocessing=False,
    **kwargs
)

因此代码如下：

history = model.fit(
    train_generator,
    steps_per_epoch = train_generator.samples//50,
    epochs = 30, # 迭代次数
    verbose=1, # 1表示显示进度条
    validation_data = validation_generator, # 在每个 epoch 结束时评估损失和任何模型指标的数据。模型不会根据这些数据进行训练
    validation_steps = validation_generator.samples//50,#b验证数据
    callbacks=[callback] #回调列表
)

训练两个小时候，得到如下：

七、模型评估

打印准确度：

print("最大准确度: {}%".format(round(100*max(history.history['val_accuracy']), 2)))

输出：

最大准确度: 83.86%

八、可视化

打印loss变化：

import matplotlib.pyplot as plt
def plot_metric(history, metric):
    train_metrics = history.history[metric]
    val_metrics = history.history['val_'+metric]
    epochs = range(1, len(train_metrics) + 1)
    plt.plot(epochs, train_metrics, 'bo--')
    plt.plot(epochs, val_metrics, 'ro-')
    plt.title('训练集和验证集 '+ metric)
    plt.xlabel("Epochs")
    plt.ylabel(metric)
    plt.legend(["train_"+metric, 'val_'+metric])
    plt.show()
    
plot_metric(history,"loss")

如图：

打印准确度变化：

plot_metric(history,"accuracy")

如图：

九、保存模型

model.save('./tf_model_savedmodel', save_format="tf")
print('保存的模型成功..')

输出：

保存的模型成功..

十、参考

tensorflow官方API文档：

https://www.tensorflow.org/api_docs/python/tf_overview

十一、感悟

这是我第一次尝试搭建神经网络，猫狗分类是一个非常经典的案例了，在这整个学习中花了很长时间，比如：模型的搭建流程，模型的参数设置。开始我在本机训练模型，发现训练很久，自己电脑受不住，因此不得不转向kaggle上训练，经过了长达两个小时多的训练，最终识别率为83.86%。虽然不是很好，但也是经过一次很大的尝试。希望在后续中继续探索图片的分类，实际上我认为其它的图片分类与猫狗分类是类似的，因此有了迁移学习的概念，当然具体我还不了解，还在学习中。

tensorflow的模型搭建流程可以总结为：

我的安排是：先学习一些经典案例，然后再深入学习这些基本的原理知识，这样学习对我来说更加高效。当然我希望您读这篇文章已经掌握机器学习大部分内容，为此我花了半个月的时间研读和实践了机器学习。