快捷導(dǎo)航

Tensorflow加載模型實(shí)現(xiàn)圖像分類識(shí)別流程詳解

更新時(shí)間：2022年09月21日 10:04:18 作者：技術(shù)老匠

在視覺領(lǐng)域可以分為：1、圖像分類 2、語義分割 3、實(shí)例分割 4、目標(biāo)檢測(跟蹤) 5、關(guān)鍵點(diǎn)檢測。該篇主要講解利用Tensorflow 對圖像進(jìn)行圖像分類

前言

深度學(xué)習(xí)框架在市面上有很多。比如Theano、Caffe、CNTK、MXnet 、Tensorflow等。今天講解的就是主角Tensorflow。Tensorflow的前身是Google大腦項(xiàng)目的一個(gè)分布式機(jī)器學(xué)習(xí)訓(xùn)練框架，它是一個(gè)十分基礎(chǔ)且集成度很高的系統(tǒng)，它的目標(biāo)就是為研究超大型規(guī)模的視覺項(xiàng)目，后面延申到各個(gè)領(lǐng)域。Tensorflow 在2015年正式開源，開源的一個(gè)月內(nèi)就收獲到1w多的starts，這足以說明Tensorflow的優(yōu)越性以及Google的影響力。在Api方面Tensorflow為了滿足絕大部分的開發(fā)者需求，這也是Google的一貫作風(fēng)，集成了Java、Go、Python、C++等編程語言。

正文

圖像識(shí)別是一件很有趣的事，話不多說，咱們先了解下特征提取VGG in Tensorflow。官網(wǎng)地址：VGG in TensorFlow · Davi Frossard。

VGG 是牛津大學(xué)的 K. Simonyan 和 A. Zisserman 在論文“Very Deep Convolutional Networks for Large-Scale Image Recognition”中提出的卷積神經(jīng)網(wǎng)絡(luò)模型。該模型在 ImageNet 中實(shí)現(xiàn)了 92.7% 的 top-5 測試準(zhǔn)確率，這是一個(gè)包含 1000 個(gè)類別的超過 1400 萬張圖像的數(shù)據(jù)集。在這篇簡短的文章中，我們提供了 VGG16 的實(shí)現(xiàn)以及從原始 Caffe 模型轉(zhuǎn)換為 TensorFlow 的權(quán)重。這句話是VGGNet官方的介紹，直接從它提供的數(shù)字可以看出來，它的識(shí)別率是十分高的，是不是很激動(dòng)，動(dòng)起手來吧。

開發(fā)步驟分4步，如下所示：

a) 依賴加載

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import os
import scipy.io
import scipy.misc
from imagenet_classes import class_names

b)定義卷積、池化等函數(shù)

def _conv_layer(input,weight,bias):
    conv = tf.nn.conv2d(input,weight,strides=[1,1,1,1],padding="SAME")
    return tf.nn.bias_add(conv,bias)
def _pool_layer(input):
    return tf.nn.max_pool(input,ksize=[1,2,2,1],strides=[1,2,2,1],padding="SAME")
def preprocess(image,mean_pixel):
    '''簡單預(yù)處理,全部圖片減去平均值'''
    return image-mean_pixel
def unprocess(image,mean_pixel):
    return image+mean_pixel

c）圖像的讀取以及保存

def imread(path):
    return scipy.misc.imread(path)
def imsave(image,path):
    img = np.clip(image,0,255).astype(np.int8)
    scipy.misc.imsave(path,image)

d) 定義網(wǎng)絡(luò)結(jié)構(gòu)，這里使用的是VGG19

def net(data_path,input_image,sess=None):
    """
    讀取VGG模型參數(shù),搭建VGG網(wǎng)絡(luò)
    :param data_path: VGG模型文件位置
    :param input_image: 輸入測試圖像
    :return:
    """
    layers = (
        'conv1_1', 'conv1_2', 'pool1',
        'conv2_1', 'conv2_2', 'pool2',
        'conv3_1', 'conv3_2', 'conv3_3','conv3_4', 'pool3',
        'conv4_1', 'conv4_2', 'conv4_3','conv4_4', 'pool4',
        'conv5_1', 'conv5_2', 'conv5_3','conv5_4', 'pool5',
          'fc1'  ,   'fc2'  ,   'fc3'  ,
        'softmax'
    )
    data = scipy.io.loadmat(data_path)
    mean = data["normalization"][0][0][0][0][0]
    input_image = np.array([preprocess(input_image, mean)]).astype(np.float32)#去除平均值
    net = {}
    current = input_image
    net["src_image"] = tf.constant(current)  # 存儲(chǔ)數(shù)據(jù)
    count = 0 #計(jì)數(shù)存儲(chǔ)
    for i in range(43):
        if str(data['layers'][0][i][0][0][0][0])[:4] == ("relu"):
            continue
        if str(data['layers'][0][i][0][0][0][0])[:4] == ("pool"):
            current = _pool_layer(current)
        elif str(data['layers'][0][i][0][0][0][0]) == ("softmax"):
            current = tf.nn.softmax(current)
        elif i == (37):
            shape = int(np.prod(current.get_shape()[1:]))
            current = tf.reshape(current, [-1, shape])
            kernels, bias = data['layers'][0][i][0][0][0][0]
            kernels = np.reshape(kernels,[-1,4096])
            bias = bias.reshape(-1)
            current = tf.nn.relu(tf.add(tf.matmul(current,kernels),bias))
        elif i == (39):
            kernels, bias = data['layers'][0][i][0][0][0][0]
            kernels = np.reshape(kernels,[4096,4096])
            bias = bias.reshape(-1)
            current = tf.nn.relu(tf.add(tf.matmul(current,kernels),bias))
        elif i == 41:
            kernels, bias = data['layers'][0][i][0][0][0][0]
            kernels = np.reshape(kernels, [4096, 1000])
            bias = bias.reshape(-1)
            current = tf.add(tf.matmul(current, kernels), bias)
        else:
            kernels,bias = data['layers'][0][i][0][0][0][0]
            #注意VGG存儲(chǔ)方式為[,]
            #kernels = np.transpose(kernels,[1,0,2,3])
            bias = bias.reshape(-1)#降低維度
            current = tf.nn.relu(_conv_layer(current,kernels,bias))
        net[layers[count]] = current #存儲(chǔ)數(shù)據(jù)
        count += 1
    return net, mean

e）加載模型進(jìn)行識(shí)別

if __name__ == '__main__':
    VGG_PATH = "./one/imagenet-vgg-verydeep-19.mat"
    IMG_PATH = './one/3.jpg'
    input_image =imread(IMG_PATH)
    shape = (1, input_image.shape[0], input_image.shape[1], input_image.shape[2])
    with tf.Session() as sess:
        image = tf.placeholder('float', shape=shape)
        nets, mean_pixel, all_layers= net(VGG_PATH, image)
        input_image_pre=np.array([preprocess(input_image,mean_pixel)])
        layers = all_layers
        for i , layer in enumerate(layers):
            print("[%d/%d] %s" % (i+1,len(layers),layers))
            features = nets[layer].eval(feed_dict={image:input_image_pre})
            print("Type of 'feature' is ",type(features))
            print("Shape of 'features' is  %s" % (features.shape,))
            if 1:
                plt.figure(i+1,figsize=(10,5))
                plt.matshow(features[0,:,:,0],cmap=plt.cm.gray,fignum=i+1)
                plt.title(""+layer)
                plt.colorbar()
                plt.show()

VGG19網(wǎng)絡(luò)介紹

VGG19 的宏觀架構(gòu)如圖所示。我們在 TensorFlow 中的文件 vgg19.py 中對其進(jìn)行編碼。請注意，我們包含一個(gè)預(yù)處理層，它采用像素值在 0-255 范圍內(nèi)的 RGB 圖像并減去平均圖像值（在整個(gè) ImageNet 訓(xùn)練集上計(jì)算）。

總結(jié)

Tensorflow是一款十分不錯(cuò)的深度學(xué)習(xí)框架，它在工業(yè)上得到的十分的認(rèn)可并進(jìn)行了實(shí)踐。因此，如果你還在猶豫生產(chǎn)落地使用框架，不要猶豫啦。VGGNet家族是一個(gè)十分優(yōu)秀的網(wǎng)絡(luò)結(jié)構(gòu)，它在處理特征提取過程中，也是得到了很多公司和研究學(xué)者的認(rèn)可，比較著名的有VGG16、VGG19等。

到此這篇關(guān)于Tensorflow加載模型實(shí)現(xiàn)圖像分類識(shí)別流程詳解的文章就介紹到這了,更多相關(guān)Tensorflow圖像分類識(shí)別內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: