基于TensorFlow实现AlexNet网络的构建、测试、微调过程

本文主要参照博客中内容实现AlexNet网络的构建、测试过程，利用自己的方法制作训练集来进行微调过程。本文主要介绍在TensorFlow框架下AlexNet网络的实现程序。下图是AlexNet网络的网络结构：

1. AlexNet网络的构建过程：下面程序（注释）创建了一个类来定义AlexNet模型图，并带有加载预训练参数的函数

#定义AlexNet神经网络结构模型

import tensorflow as tf
import numpy as np

#建立模型图
class AlexNet(object):
	
	#keep_prob:dropout概率,num_classes:数据类别数,skip_layer
	def __init__(self,x,keep_prob,num_classes,skip_layer,weights_path='DEFAULT'):
	
		self.X=x
		self.NUM_CLASSES=num_classes
		self.KEEP_PROB=keep_prob
		self.SKIP_LAYER=skip_layer
		if weights_path=='DEFAULT':
			self.WEIGHTS_PATH='f:\\python程序\\AlexNet_Protect\\bvlc_alexnet.npy'
		else:
			self.WEIGHTS_PATH=weights_path
			
		self.create()
		
	def create(self):
		#第一层：卷积层-->最大池化层-->LRN
		conv1=conv_layer(self.X,11,11,96,4,4,padding='VALID',name='conv1')
		self.conv1=conv1
		pool1=max_pool(conv1,3,3,2,2,padding='VALID',name='pool1')
		norm1=lrn(pool1,2,2e-05,0.75,name='norml')
		
		#第二层：卷积层-->最大池化层-->LRN
		conv2=conv_layer(norm1,5,5,256,1,1,groups=2,name='conv2')
		self.conv2=conv2
		pool2=max_pool(conv2,3,3,2,2,padding='VALID',name='pool2')
		norm2=lrn(pool2,2,2e-05,0.75,name='norm2')
		
		#第三层：卷积层
		conv3=conv_layer(norm2,3,3,384,1,1,name='conv3')
		self.conv3=conv3
		
		#第四层：卷积层
		conv4=conv_layer(conv3,3,3,384,1,1,groups=2,name='conv4')
		self.conv4=conv4
		
		#第五层：卷积层-->最大池化层
		conv5=conv_layer(conv4,3,3,256,1,1,groups=2,name='conv5')
		self.conv5=conv5
		pool5=max_pool(conv5,3,3,2,2,padding='VALID',name='pool5')
		
		#第六层：全连接层
		flattened=tf.reshape(pool5,[-1,6*6*256])
		fc6=fc_layer(flattened,6*6*256,4096,name='fc6')
		dropout6=dropout(fc6,self.KEEP_PROB)
		
		#第七层：全连接层
		fc7=fc_layer(dropout6,4096,4096,name='fc7')
		dropout7=dropout(fc7,self.KEEP_PROB)
		
		#第八层：全连接层，不带激活函数
		self.fc8=fc_layer(dropout7,4096,self.NUM_CLASSES,relu=False,name='fc8')
		
	#加载神经网络预训练参数,将存储于self.WEIGHTS_PATH的预训练参数赋值给那些没有在self.SKIP_LAYER中指定的网络层的参数
	def load_initial_weights(self,session):
		#下载权重文件
		weights_dict=np.load(self.WEIGHTS_PATH,encoding='bytes').item()
		
		for op_name in weights_dict:
			if op_name not in self.SKIP_LAYER:
				with tf.variable_scope(op_name,reuse=True):
					for data in weights_dict[op_name]:
						#偏置项
						if len(data.shape)==1:
							var=tf.get_variable('biases',trainable=False)
							session.run(var.assign(data))
						#权重
						else:
							var=tf.get_variable('weights',trainable=False)
							session.run(var.assign(data))
		



#定义卷积层，当groups=1时，AlexNet网络不拆分；当groups=2时，AlexNet网络拆分成上下两个部分。
def conv_layer(x,filter_height,filter_width,num_filters,stride_y,stride_x,name,padding='SAME',groups=1):
	
	#获得输入图像的通道数
	input_channels=int(x.get_shape()[-1])
	
	#创建lambda表达式
	convovle=lambda i,k:tf.nn.conv2d(i,k,strides=[1,stride_y,stride_x,1],padding=padding)
	
	with tf.variable_scope(name) as scope:
		#创建卷积层所需的权重参数和偏置项参数
		weights=tf.get_variable("weights",shape=[filter_height,filter_width,input_channels/groups,num_filters])
		biases=tf.get_variable("biases",shape=[num_filters])
		
	if groups==1:
		conv=convovle(x,weights)
	
	#当groups不等于1时，拆分输入和权重	
	else:
		input_groups=tf.split(axis=3,num_or_size_splits=groups,value=x)
		weight_groups=tf.split(axis=3,num_or_size_splits=groups,value=weights)
		output_groups=[convovle(i,k) for i,k in zip(input_groups,weight_groups)]
		#单独计算完后，再次根据深度连接两个网络
		conv=tf.concat(axis=3,values=output_groups)
		
	#加上偏置项
	bias=tf.reshape(tf.nn.bias_add(conv,biases),conv.get_shape().as_list())
	#激活函数
	relu=tf.nn.relu(bias,name=scope.name)
	
	return relu
	
#定义全连接层
def fc_layer(x,num_in,num_out,name,relu=True):
	with tf.variable_scope(name) as scope:
		#创建权重参数和偏置项
		weights=tf.get_variable("weights",shape=[num_in,num_out],trainable=True)
		biases=tf.get_variable("biases",[num_out],trainable=True)
		
		#计算
		act=tf.nn.xw_plus_b(x,weights,biases,name=scope.name)
		
		if relu==True:
			relu=tf.nn.relu(act)
			return relu
		else:
			return act
	
#定义最大池化层
def max_pool(x,filter_height,filter_width,stride_y,stride_x,name,padding='SAME'):
	return tf.nn.max_pool(x,ksize=[1,filter_height,filter_width,1],strides=[1,stride_y,stride_x,1],padding=padding,name=name)

#定义局部响应归一化LPN
def lrn(x,radius,alpha,beta,name,bias=1.0):
	return tf.nn.local_response_normalization(x,depth_radius=radius,alpha=alpha,beta=beta,bias=bias,name=name)
	
#定义dropout
def dropout(x,keep_prob):
	return tf.nn.dropout(x,keep_prob)

2. 输入一张图片对AlexNet网络进行测试，可以查看卷积层提取的特征图

import tensorflow as tf
import AlexNet_model
import numpy as np
import cv2
import caffe_classes
import matplotlib.pyplot as plt

keep_prob=0.5
num_classes=1000
skip_layer=[]
#测试图片读取路径
image = cv2.imread("f:\\tmp\\data\\zebra.jpeg")
img_resized = cv2.resize(image, (227, 227))

x=tf.placeholder(tf.float32,[1,227,227,3],name='x-input')
#定义神经网络结构，初始化模型
model=AlexNet_model.AlexNet(x,keep_prob,num_classes,skip_layer)
conv1=model.conv1
conv5=model.conv5
score=model.fc8
#获得神经网络前向传播的softmax层输出
softmax=tf.nn.softmax(score)

with tf.Session() as sess:
	sess.run(tf.global_variables_initializer())
	model.load_initial_weights(sess)
	
	test=np.reshape(img_resized,(1,227,227,3))
	#sess.run()函数运行张量返回的是就是对应的数组
	soft,con1,con5=sess.run([softmax,conv1,conv5],feed_dict={x:test})
	#显示第五层卷积层提取的前6个特征图
	for i in range(6):
		plt.matshow(con5[0,:,:,0],cmap=plt.cm.gray)
		plt.show()
	#获取其中最大值所在的索引
	maxx=np.argmax(soft)
	#找到目标所属的类别
	ress=caffe_classes.class_names[maxx]
	text='Predicted class:'+str(maxx)+'('+ress+')'
	#显示测试类别
	cv2.putText(image,text, (20,20), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)
	#显示属于该类别的概率
	cv2.putText(image,'with probability:'+str(soft[0][maxx]), (20,50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)
	cv2.imshow('test_image', image)
	#显示10秒
	cv2.waitKey(10000)

测试结果如图所示：

3. 直接读取本地图片制作自己的数据集，用的是猫狗大战图片，链接：http://pan.baidu.com/s/1dFd8kmt 密码：psor

import tensorflow as tf  
import os  
import numpy as np  
  
#生成训练图片的路径  
train_dir='f:\\cat_dog_image\\train\\'  
  
  
#获取图片，存放到对应的列表中，同时贴上标签，存放到label列表中  
def get_files(file_dir):  
  
    cats =[]  
    label_cats =[]  
    dogs =[]  
    label_dogs =[]  
    for file in os.listdir(file_dir):  
        name = file.split(sep='.')  
        if name[0]=='cat':  
            cats.append(file_dir + file)  
            label_cats.append(0)  
        else:  
            dogs.append(file_dir + file)  
            label_dogs.append(1)  
    #合并数据  
    image_list = np.hstack((cats, dogs))  
    label_list = np.hstack((label_cats, label_dogs))  
    #利用shuffle打乱数据  
    temp = np.array([image_list, label_list])  
    temp = temp.transpose()  # 转置  
    np.random.shuffle(temp)  
          
    #将所有的image和label转换成list  
    image_list = list(temp[:, 0])  
    label_list = list(temp[:, 1])  
    label_list = [int(i) for i in label_list]  
  
    return image_list, label_list  
          
#将上面生成的List传入get_batch() ，转换类型，产生一个输入队列queue，因为img和lab    
#是分开的，所以使用tf.train.slice_input_producer()，然后用tf.read_file()从队列中读取图像  
def get_batch(image,label,image_W,image_H,batch_size,capacity):  
  
    #将python.list类型转换成tf能够识别的格式  
    image=tf.cast(image,tf.string)  
    label=tf.cast(label,tf.int32)  
      
    #产生一个输入队列queue  
    input_queue=tf.train.slice_input_producer([image,label])  
      
    label=input_queue[1]  
    image_contents=tf.read_file(input_queue[0])  
    #将图像解码，不同类型的图像不能混在一起，要么只用jpeg，要么只用png等。    
    image=tf.image.decode_jpeg(image_contents,channels=3)  
      
    #将数据预处理，对图像进行旋转、缩放、裁剪、归一化等操作，让计算出的模型更健壮。  
    image=tf.image.resize_image_with_crop_or_pad(image,image_W,image_H)  
    image=tf.image.per_image_standardization(image)  
      
    #生成batch  
    image_batch,label_batch=tf.train.batch([image,label],batch_size=batch_size,num_threads=64,capacity=capacity)  
      
    #重新排列标签，行数为[batch_size]  
    #label_batch=tf.reshape(label_batch,[batch_size])  
    image_batch=tf.cast(image_batch,tf.float32)  
      
    return image_batch,label_batch  

4. 利用自己的训练集对AlexNet网络进行微调，这里对AlexNet网络中第六、七、八全连接层进行重新训练

#利用Tensorflow对预训练的AlexNet网络进行微调

import tensorflow as tf
import numpy as np
import os
from AlexNet_model import AlexNet
#from datagenerator import ImageDataGenerator
#from datetime import datetime
#from tensorflow.contrib.data import Iterator
import input_selfdata

#模型保存的路径和文件名。
MODEL_SAVE_PATH="/model/"
MODEL_NAME="alexnet_model.ckpt"

#训练集图片所在路径
train_dir='f:\\cat_dog_image\\train\\'
#训练图片的尺寸
image_size=227
#训练集中图片总数
total_size=250000

#学习率
learning_rate=0.001
#训练完整数据集迭代轮数
num_epochs=10
#数据块大小
batch_size=128

#执行Dropout操作所需的概率值
dropout_rate=0.5
#类别数目
num_classes=2
#需要重新训练的层
train_layers=['fc8','fc7','fc6']

#读取本地图片，制作自己的训练集，返回image_batch，label_batch
train, train_label = input_selfdata.get_files(train_dir)
x,y=input_selfdata.get_batch(train,train_label,image_size,image_size,batch_size,2000)

#用于计算图输入和输出的TF占位符，每次读取一小部分数据作为当前的训练数据来执行反向传播算法
#x =tf.placeholder(tf.float32,[batch_size,227,227,3],name='x-input')
#y =tf.placeholder(tf.float32,[batch_size,num_classes])
keep_prob=tf.placeholder(tf.float32)

#定义神经网络结构，初始化模型
model =AlexNet(x,keep_prob,num_classes,train_layers)
#获得神经网络前向传播的输出
score=model.fc8

#获得想要训练的层的可训练变量列表
var_list = [v for v in tf.trainable_variables() if v.name.split('/')[0] in train_layers]

#定义损失函数，获得loss
with tf.name_scope("cross_ent"):
	loss=tf.reduce_mean(tf.nn.sparse_softmax_cross_entropy_with_logits(logits=score,labels=y))
	
#定义反向传播算法（优化算法）
with tf.name_scope("train"):
    # 获得所有可训练变量的梯度
    gradients = tf.gradients(loss, var_list)
    gradients = list(zip(gradients, var_list))

    # 选择优化算法，对可训练变量应用梯度下降算法更新变量
    optimizer = tf.train.GradientDescentOptimizer(learning_rate)
    train_op = optimizer.apply_gradients(grads_and_vars=gradients)
	
#使用前向传播的结果计算正确率
with tf.name_scope("accuracy"):
	correct_pred=tf.equal(tf.cast(tf.argmax(score,1),tf.int32),y)
	accuracy=tf.reduce_mean(tf.cast(correct_pred,tf.float32))

#Initialize an saver for store model checkpoints 加载模型
saver=tf.train.Saver()

# 每个epoch中验证集/测试集需要训练迭代的轮数
train_batches_per_epoch = int(np.floor(total_size/batch_size))

with tf.Session() as sess:
	#变量初始化
	tf.global_variables_initializer().run()
		
	coord = tf.train.Coordinator()
	threads = tf.train.start_queue_runners(coord=coord)
	try:
		for epoch in range(num_epochs):
			for step in range(train_batches_per_epoch):
				#while not coord.should_stop():
				if coord.should_stop():
					break
				_,loss_value,accu=sess.run([train_op,loss,accuracy],feed_dict={keep_prob: 1.})	
				if step%50==0:
					print("Afetr %d training step(s),loss on training batch is %g,accuracy is %g." % (step,loss_value,accu))
					
		saver.save(sess,os.path.join(MODEL_SAVE_PATH,MODEL_NAME))	
            
	except tf.errors.OutOfRangeError:
		print('done!')
	finally:
		coord.request_stop()
	coord.join(threads)