Keras快速上手——打造個人的第一個“聖誕老人”圖像分類模型

2017年已到最後一個月的尾巴，那聖誕節還會遠嗎？不知道各位對于聖誕節有什麼安排或一些美好的回憶，我記得最清楚的還是每年聖誕節前一晚那些包裝好的蘋果，寓意平平安安。那談到聖誕節，不可或缺的主角——“聖誕老人”會出現在各地的大街小巷、各種畫冊上，本文将帶領讀者使用Keras完成“聖誕老人”圖像的分類，算是聖誕節前的預熱活動吧。

在介紹正式内容前，讀者可以先看這篇内容：

如何利用谷歌圖檔獲得訓練資料

在本教程的第一部分，将介紹本文使用的資料集；其次使用Python和Keras訓練一個卷積神經網絡模型，該模型能夠檢測一個圖像中是否存在聖誕老人，

所選的網絡結構類似于LeNet網絡；最後，在一系列的圖像上評估本文搭建的模型，然後讨論一下本文方法的局限性以及如何拓展等。

“ 聖誕老人 ”和“ 非聖誕老人 ”資料集

為了訓練搭建的模型，本文需要兩類圖像集：

• 圖像含聖誕老人（“聖誕老人”）;
• 圖像不包含聖誕老人（“不是聖誕老人”）

上周我們用谷歌圖檔迅速擷取訓練圖像資料集，資料集中包含461張有聖誕老人的圖像中，如圖1（左）所示；此外從UKBench資料集中随機擷取461張不包含聖誕老人，如圖1（右）所示。

基于卷積神經網絡和Keras 搭建的 第一個圖像分類器

如圖2所示，該圖是一個典型的Lenet網絡結構，最初被用來數字手寫體的分類，現将其擴充到其他類型的圖像。

本教程主要是介紹如何将深度學習應用于圖像分類中，是以不會對Keras和Python語句介紹得非常詳細，感興趣的讀者可以看下Deep Learning for Computer Vison with Python這本書。

首先先定義網絡架構。建立一個新檔案并命名為lenetpy，并插入以下代碼：

第2-8行是需要導入的Python包，其中conv2d表示執行卷積，maxpooling2d表示執行最大池化，Activation表示特定的激活函數類型，Flatten層用來将輸入“壓平”，用于卷積層到全連接配接層的過渡，Dense表示全連接配接層。

真正建立Lenet網絡結構是代碼的第10-12行，每當定義了一個新的卷積神經網絡結構時，我喜歡：

• 把它放在自己的類中（為了命名空間及便于組織）
• 建立一個靜立建造函數，來完成整個模型的建立 

建立的模型時需要大量的參數：

• weight：輸入圖像的寬度
• height：輸入圖像的高度
• depth：輸入圖像的通道數（1表示單通道圖像灰階，3表示标準的RGB圖像）
• claclasses：想要組織的層類别總數

第1第4行定義我們的模型，第15行初始化inputshape，第18-19行正常更新inputshape

現在我們已經初始化我們的模型，可以開始添加其它層，代碼如下：

第21-25行建立第一個CONV->RELU->POOL層，卷積層使用20個大小5x5的濾波器，之後緊跟RELU激活函數，最後使用視窗大小為2x2的最大池化操作；

之後定義第二個CONV->RELU->POOL層:

這次卷積層使用50個濾波器，濾波器個數的增加加深整個網絡體系結構。

最終的代碼塊是将資料“壓平”以連接配接全連接配接層：

第33行能将maxpooling2d層的輸出壓扁成一個單向量；

第34行顯示全連接配接層包含500個節點，然後緊跟一個ReLU激活函數；

第38行定義另一個全連接配接層，該層的節點數等于分類的類别數，Dense

層送入softmax分類器輸出每類的機率值；

第42行傳回模型的調用函數；

使用 Keras 訓練 卷積神經網絡圖像分類器

打開一個新的檔案并命名為train_networkpy，并插入以下代碼打開

第2 - 18行導入程式需要的資料包；

下面開始解析指令行參數：

這裡有兩個需要指令行參數，--dataset和--model，以及accuracy/loss圖的路徑選擇。其中--dataset表示模型的訓練集，--model表示訓練分類器後儲存的模型，如果--plot未指定，則預設為plot.PNG。

接下來，設定一些訓練變量、初始化清單并設定圖像路徑：

第32-34行定義模型的訓練次數、初始學習率以及批量大小；

第38和39行初始化資料和标簽清單，這些清單對應存儲圖像以及類别标簽；

第42-44行擷取輸入圖像路徑并将圖像随機打亂；

現在對圖像進行預處理：

該循環簡單的将每個圖像的尺寸重新調整為28×28大小（為LeNet所需要的空間尺寸）

能夠提取标簽是由于我們的資料目錄結構如下所示：

是以，imagePath的一個例子為：

從ImagePath提取标簽，結果為：

下一步，将資料集分為訓練資料集和測試資料集：

第61行進一步預處理輸入資料，按比例将資料點[ 0, 255 ]縮放到[ 0, 1 ]範圍内；

然後第66-67行将75%資料作為訓練集，25%資料作為測試集；第70-71行對标簽進行獨熱編碼；随後，通過以下操作增加資料量：

第74-76行建立一個圖像發生器，對資料集圖像進行随機旋轉、移動、翻轉、剪切等，通過這種操作允許我們能用一個較小的資料集實作好的結果。

繼續深入學習Keras訓練圖像分類器：

第80-83行使用Adam優化器，由于本文是一個二分類問題，可以使用二進制交叉熵損失函數（binary cross-entropy）。但如果執行的分類任務多于兩類，損失函數更換為類别交叉熵（categorical_crossentropy）

第87-89行調用model.fit_generator開始訓練網絡，第93行儲存模型參數，最後畫出圖像分類器的性能結果：

為了訓練網絡模型，需要打開一個終端執行以下指令：

可以看到，當網絡訓練了25個回合後，模型的測試精度為97.40%，損失函數也很低，如下圖所示：

評估卷積神經網絡圖像分類器

打開一個新的檔案并命名為test_networkpy，然後開始進行評估：

第2-7行導入需要的資料包，另外注意導入的load_model是訓練過程中儲存的模型。

下一步，解析指令行參數：

需要兩個指令行參數：--model和輸入--image，然後加載圖像預處理：

預處理與前面幾乎一模一樣，這裡不做過多的解釋，隻是第25行通過np.expand_dims對資料額外添加了一個次元，如果忘記添加次元，它将導緻調用model.predict時出現錯誤。現在加載圖像分類器模型并進行預測：

第29行加載模型，第32行做出預測。最後畫出頭像以及預測标簽：

第35行建立标簽，第36行選擇對應的機率值，第37行将标簽文本顯示在圖像的左上角，第40-42行調整圖像大小為标準的寬度以確定它适應電腦螢幕，最後，第45行顯示輸出圖像，第46行表示當一個鍵被按下結束顯示。

以下是包含聖誕老人圖像的實驗結果：

以下是不包含聖誕老人圖像的實驗結果：

本文 圖像分類模型的局限性

本文圖像分類器有一些局限性：

第一個是輸入圖像尺寸28×28很小。一些示例圖像（圖像中聖誕老人本身已經很小）調整尺寸為28×28後大大降低聖誕老人的尺寸。 

最優的卷積神經網絡正常接受輸入圖像大小一般為200-300像素，是以一些較大尺寸的圖像将幫助我們建立一個更強大的圖像分類器。然而，使用更大的分辨率的圖像會加深網絡模型的深度和複雜度，這将意味着需要收集更多的訓練資料，以及昂貴的計算訓練過程。

是以，如果各位讀者想提高本文模型的精度話，有以下四點建議：

• 收集更多的訓練資料（超過5000幅“聖誕老人”圖像）；
• 利用高分辨率的圖像在訓練。 64×64、128×128像素的圖像可能效果會更理想；
• 在訓練過程中使用一個更深層次的網絡體系結構；
• 閱讀Deep Learning for Computer Vision with Python，裡面有更多關于自定義資料集等内容的細節；

總結

• 本文教你學會利用Keras和Pyhton訓練LeNet模型，并用來完成是否含有聖誕老人形象的圖像分類，最終目标可以是建立一個應用程式類似于Not Hotdog；
• “聖誕老人”圖像資料集（460幅）是按照之前的教程——通過谷歌圖檔采集深度學習的圖像獲得，而“沒有聖誕老人”的圖像資料集是由從UKBench資料集中挑選得到；
• 在一系列的測試圖像上評估本文搭建的網絡模型，在每一種情況下，本文模型都能對輸入圖像分類正确。

作者資訊

Adrain Rosebrock，企業家、博士，專注于圖像搜尋引擎。

Linkedin: https://www.linkedin.com/in/adrian-rosebrock-59b8732a/

本文由北郵@愛可可-愛生活老師推薦，阿裡雲雲栖社群組織翻譯。

文章原标題《Image classification with Keras and deep learning》，作者：Adrain Rosebrock，譯者：海棠，審閱：董邵男。

文章為簡譯，更為詳細的内容，請檢視 原文