【TensorFlow-AlexNet笔记1】基于TensorFlow实现AlexNet网络的构建、测试、微调过程

转载自:https://blog.csdn.net/jyy555555/article/details/80498275

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

[python]  view plain  copy

1. #定义AlexNet神经网络结构模型  
2.   
3. import tensorflow as tf  
4. import numpy as np  
5.   
6. #建立模型图  
7. class AlexNet(object):  
8.       
9.     #keep_prob:dropout概率,num_classes:数据类别数,skip_layer  
10.     def __init__(self,x,keep_prob,num_classes,skip_layer,weights_path='DEFAULT'):  
11.       
12.         self.X=x  
13.         self.NUM_CLASSES=num_classes  
14.         self.KEEP_PROB=keep_prob  
15.         self.SKIP_LAYER=skip_layer  
16.         if weights_path=='DEFAULT':  
17.             self.WEIGHTS_PATH='f:\\python程序\\AlexNet_Protect\\bvlc_alexnet.npy'  
18.         else:  
19.             self.WEIGHTS_PATH=weights_path  
20.               
21.         self.create()  
22.           
23.     def create(self):  
24.         #第一层：卷积层-->最大池化层-->LRN  
25.         conv1=conv_layer(self.X,11,11,96,4,4,padding='VALID',name='conv1')  
26.         self.conv1=conv1  
27.         pool1=max_pool(conv1,3,3,2,2,padding='VALID',name='pool1')  
28.         norm1=lrn(pool1,2,2e-05,0.75,name='norml')  
29.           
30.         #第二层：卷积层-->最大池化层-->LRN  
31.         conv2=conv_layer(norm1,5,5,256,1,1,groups=2,name='conv2')  
32.         self.conv2=conv2  
33.         pool2=max_pool(conv2,3,3,2,2,padding='VALID',name='pool2')  
34.         norm2=lrn(pool2,2,2e-05,0.75,name='norm2')  
35.           
36.         #第三层：卷积层  
37.         conv3=conv_layer(norm2,3,3,384,1,1,name='conv3')  
38.         self.conv3=conv3  
39.           
40.         #第四层：卷积层  
41.         conv4=conv_layer(conv3,3,3,384,1,1,groups=2,name='conv4')  
42.         self.conv4=conv4  
43.           
44.         #第五层：卷积层-->最大池化层  
45.         conv5=conv_layer(conv4,3,3,256,1,1,groups=2,name='conv5')  
46.         self.conv5=conv5  
47.         pool5=max_pool(conv5,3,3,2,2,padding='VALID',name='pool5')  
48.           
49.         #第六层：全连接层  
50.         flattened=tf.reshape(pool5,[-1,6*6*256])  
51.         fc6=fc_layer(flattened,6*6*256,4096,name='fc6')  
52.         dropout6=dropout(fc6,self.KEEP_PROB)  
53.           
54.         #第七层：全连接层  
55.         fc7=fc_layer(dropout6,4096,4096,name='fc7')  
56.         dropout7=dropout(fc7,self.KEEP_PROB)  
57.           
58.         #第八层：全连接层，不带激活函数  
59.         self.fc8=fc_layer(dropout7,4096,self.NUM_CLASSES,relu=False,name='fc8')  
60.           
61.     #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  
62.     def load_initial_weights(self,session):  
63.         #下载权重文件  
64.         weights_dict=np.load(self.WEIGHTS_PATH,encoding='bytes').item()  
65.           
66.         for op_name in weights_dict:  
67.             if op_name not in self.SKIP_LAYER:  
68.                 with tf.variable_scope(op_name,reuse=True):  
69.                     for data in weights_dict[op_name]:  
70.                         #偏置项  
71.                         if len(data.shape)==1:  
72.                             var=tf.get_variable('biases',trainable=False)  
73.                             session.run(var.assign(data))  
74.                         #权重  
75.                         else:  
76.                             var=tf.get_variable('weights',trainable=False)  
77.                             session.run(var.assign(data))  
78.           
79.   
80.   
81.   
82. #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。  
83. def conv_layer(x,filter_height,filter_width,num_filters,stride_y,stride_x,name,padding='SAME',groups=1):  
84.       
85.     #获得输入图像的通道数  
86.     input_channels=int(x.get_shape()[-1])  
87.       
88.     #创建lambda表达式  
89.     convovle=lambda i,k:tf.nn.conv2d(i,k,strides=[1,stride_y,stride_x,1],padding=padding)  
90.       
91.     with tf.variable_scope(name) as scope:  
92.         #创建卷积层所需的权重参数和偏置项参数  
93.         weights=tf.get_variable("weights",shape=[filter_height,filter_width,input_channels/groups,num_filters])  
94.         biases=tf.get_variable("biases",shape=[num_filters])  
95.           
96.     if groups==1:  
97.         conv=convovle(x,weights)  
98.       
99.     #当groups不等于1时，拆分输入和权重     
100.     else:  
101.         input_groups=tf.split(axis=3,num_or_size_splits=groups,value=x)  
102.         weight_groups=tf.split(axis=3,num_or_size_splits=groups,value=weights)  
103.         output_groups=[convovle(i,k) for i,k in zip(input_groups,weight_groups)]  
104.         #单独计算完后，再次根据深度连接两个网络  
105.         conv=tf.concat(axis=3,values=output_groups)  
106.           
107.     #加上偏置项  
108.     bias=tf.reshape(tf.nn.bias_add(conv,biases),conv.get_shape().as_list())  
109.     #激活函数  
110.     relu=tf.nn.relu(bias,name=scope.name)  
111.       
112.     return relu  
113.       
114. #定义全连接层  
115. def fc_layer(x,num_in,num_out,name,relu=True):  
116.     with tf.variable_scope(name) as scope:  
117.         #创建权重参数和偏置项  
118.         weights=tf.get_variable("weights",shape=[num_in,num_out],trainable=True)  
119.         biases=tf.get_variable("biases",[num_out],trainable=True)  
120.           
121.         #计算  
122.         act=tf.nn.xw_plus_b(x,weights,biases,name=scope.name)  
123.           
124.         if relu==True:  
125.             relu=tf.nn.relu(act)  
126.             return relu  
127.         else:  
128.             return act  
129.       
130. #定义最大池化层  
131. def max_pool(x,filter_height,filter_width,stride_y,stride_x,name,padding='SAME'):  
132.     return tf.nn.max_pool(x,ksize=[1,filter_height,filter_width,1],strides=[1,stride_y,stride_x,1],padding=padding,name=name)  
133.   
134. #定义局部响应归一化LPN  
135. def lrn(x,radius,alpha,beta,name,bias=1.0):  
136.     return tf.nn.local_response_normalization(x,depth_radius=radius,alpha=alpha,beta=beta,bias=bias,name=name)  
137.       
138. #定义dropout  
139. def dropout(x,keep_prob):  
140.     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

[python]  view plain  copy

1. import tensorflow as tf  
2. import AlexNet_model  
3. import numpy as np  
4. import cv2  
5. import caffe_classes  
6. import matplotlib.pyplot as plt  
7.   
8. keep_prob=0.5  
9. num_classes=1000  
10. skip_layer=[]  
11. #测试图片读取路径  
12. image = cv2.imread("f:\\tmp\\data\\zebra.jpeg")  
13. img_resized = cv2.resize(image, (227, 227))  
14.   
15. x=tf.placeholder(tf.float32,[1,227,227,3],name='x-input')  
16. #定义神经网络结构，初始化模型  
17. model=AlexNet_model.AlexNet(x,keep_prob,num_classes,skip_layer)  
18. conv1=model.conv1  
19. conv5=model.conv5  
20. score=model.fc8  
21. #获得神经网络前向传播的softmax层输出  
22. softmax=tf.nn.softmax(score)  
23.   
24. with tf.Session() as sess:  
25.     sess.run(tf.global_variables_initializer())  
26.     model.load_initial_weights(sess)  
27.       
28.     test=np.reshape(img_resized,(1,227,227,3))  
29.     #sess.run()函数运行张量返回的是就是对应的数组  
30.     soft,con1,con5=sess.run([softmax,conv1,conv5],feed_dict={x:test})  
31.     #显示第五层卷积层提取的前6个特征图  
32.     for i in range(6):  
33.         plt.matshow(con5[0,:,:,0],cmap=plt.cm.gray)  
34.         plt.show()  
35.     #获取其中最大值所在的索引  
36.     maxx=np.argmax(soft)  
37.     #找到目标所属的类别  
38.     ress=caffe_classes.class_names[maxx]  
39.     text='Predicted class:'+str(maxx)+'('+ress+')'  
40.     #显示测试类别  
41.     cv2.putText(image,text, (20,20), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)  
42.     #显示属于该类别的概率  
43.     cv2.putText(image,'with probability:'+str(soft[0][maxx]), (20,50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)  
44.     cv2.imshow('test_image', image)  
45.     #显示10秒  
46.     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

[python]  view plain  copy

1. import tensorflow as tf    
2. import os    
3. import numpy as np    
4.     
5. #生成训练图片的路径    
6. train_dir='f:\\cat_dog_image\\train\\'    
7.     
8.     
9. #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    
10. def get_files(file_dir):    
11.     
12.     cats =[]    
13.     label_cats =[]    
14.     dogs =[]    
15.     label_dogs =[]    
16.     for file in os.listdir(file_dir):    
17.         name = file.split(sep='.')    
18.         if name[0]=='cat':    
19.             cats.append(file_dir + file)    
20.             label_cats.append(0)    
21.         else:    
22.             dogs.append(file_dir + file)    
23.             label_dogs.append(1)    
24.     #合并数据    
25.     image_list = np.hstack((cats, dogs))    
26.     label_list = np.hstack((label_cats, label_dogs))    
27.     #利用shuffle打乱数据    
28.     temp = np.array([image_list, label_list])    
29.     temp = temp.transpose()  # 转置    
30.     np.random.shuffle(temp)    
31.             
32.     #将所有的image和label转换成list    
33.     image_list = list(temp[:, 0])    
34.     label_list = list(temp[:, 1])    
35.     label_list = [int(i) for i in label_list]    
36.     
37.     return image_list, label_list    
38.             
39. #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      
40. #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    
41. def get_batch(image,label,image_W,image_H,batch_size,capacity):    
42.     
43.     #将python.list类型转换成tf能够识别的格式    
44.     image=tf.cast(image,tf.string)    
45.     label=tf.cast(label,tf.int32)    
46.         
47.     #产生一个输入队列queue    
48.     input_queue=tf.train.slice_input_producer([image,label])    
49.         
50.     label=input_queue[1]    
51.     image_contents=tf.read_file(input_queue[0])    
52.     #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。      
53.     image=tf.image.decode_jpeg(image_contents,channels=3)    
54.         
55.     #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。    
56.     image=tf.image.resize_image_with_crop_or_pad(image,image_W,image_H)    
57.     image=tf.image.per_image_standardization(image)    
58.         
59.     #生成batch    
60.     image_batch,label_batch=tf.train.batch([image,label],batch_size=batch_size,num_threads=64,capacity=capacity)    
61.         
62.     #重新排列标签，行数为[batch_size]    
63.     #label_batch=tf.reshape(label_batch,[batch_size])    
64.     image_batch=tf.cast(image_batch,tf.float32)    
65.         
66.     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

[python]  view plain  copy

1. #利用Tensorflow对预训练的AlexNet网络进行微调  
2.   
3. import tensorflow as tf  
4. import numpy as np  
5. import os  
6. from AlexNet_model import AlexNet  
7. #from datagenerator import ImageDataGenerator  
8. #from datetime import datetime  
9. #from tensorflow.contrib.data import Iterator  
10. import input_selfdata  
11.   
12. #模型保存的路径和文件名。  
13. MODEL_SAVE_PATH="/model/"  
14. MODEL_NAME="alexnet_model.ckpt"  
15.   
16. #训练集图片所在路径  
17. train_dir='f:\\cat_dog_image\\train\\'  
18. #训练图片的尺寸  
19. image_size=227  
20. #训练集中图片总数  
21. total_size=250000  
22.   
23. #学习率  
24. learning_rate=0.001  
25. #训练完整数据集迭代轮数  
26. num_epochs=10  
27. #数据块大小  
28. batch_size=128  
29.   
30. #执行Dropout操作所需的概率值  
31. dropout_rate=0.5  
32. #类别数目  
33. num_classes=2  
34. #需要重新训练的层  
35. train_layers=['fc8','fc7','fc6']  
36.   
37. #读取本地图片，制作自己的训练集，返回image_batch，label_batch  
38. train, train_label = input_selfdata.get_files(train_dir)  
39. x,y=input_selfdata.get_batch(train,train_label,image_size,image_size,batch_size,2000)  
40.   
41. #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  
42. #x =tf.placeholder(tf.float32,[batch_size,227,227,3],name='x-input')  
43. #y =tf.placeholder(tf.float32,[batch_size,num_classes])  
44. keep_prob=tf.placeholder(tf.float32)  
45.   
46. #定义神经网络结构，初始化模型  
47. model =AlexNet(x,keep_prob,num_classes,train_layers)  
48. #获得神经网络前向传播的输出  
49. score=model.fc8  
50.   
51. #获得想要训练的层的可训练变量列表  
52. var_list = [v for v in tf.trainable_variables() if v.name.split('/')[0] in train_layers]  
53.   
54. #定义损失函数，获得loss  
55. with tf.name_scope("cross_ent"):  
56.     loss=tf.reduce_mean(tf.nn.sparse_softmax_cross_entropy_with_logits(logits=score,labels=y))  
57.       
58. #定义反向传播算法（优化算法）  
59. with tf.name_scope("train"):  
60.     # 获得所有可训练变量的梯度  
61.     gradients = tf.gradients(loss, var_list)  
62.     gradients = list(zip(gradients, var_list))  
63.   
64.     # 选择优化算法，对可训练变量应用梯度下降算法更新变量  
65.     optimizer = tf.train.GradientDescentOptimizer(learning_rate)  
66.     train_op = optimizer.apply_gradients(grads_and_vars=gradients)  
67.       
68. #使用前向传播的结果计算正确率  
69. with tf.name_scope("accuracy"):  
70.     correct_pred=tf.equal(tf.cast(tf.argmax(score,1),tf.int32),y)  
71.     accuracy=tf.reduce_mean(tf.cast(correct_pred,tf.float32))  
72.   
73. #Initialize an saver for store model checkpoints 加载模型  
74. saver=tf.train.Saver()  
75.   
76. # 每个epoch中验证集/测试集需要训练迭代的轮数  
77. train_batches_per_epoch = int(np.floor(total_size/batch_size))  
78.   
79. with tf.Session() as sess:  
80.     #变量初始化  
81.     tf.global_variables_initializer().run()  
82.           
83.     coord = tf.train.Coordinator()  
84.     threads = tf.train.start_queue_runners(coord=coord)  
85.     try:  
86.         for epoch in range(num_epochs):  
87.             for step in range(train_batches_per_epoch):  
88.                 #while not coord.should_stop():  
89.                 if coord.should_stop():  
90.                     break  
91.                 _,loss_value,accu=sess.run([train_op,loss,accuracy],feed_dict={keep_prob: 1.})    
92.                 if step%50==0:  
93.                     print("Afetr %d training step(s),loss on training batch is %g,accuracy is %g." % (step,loss_value,accu))  
94.                       
95.         saver.save(sess,os.path.join(MODEL_SAVE_PATH,MODEL_NAME))     
96.               
97.     except tf.errors.OutOfRangeError:  
98.         print('done!')  
99.     finally:  
100.         coord.request_stop()  
101.     coord.join(threads)