マスク検出のモデル学習 II

パラメータパーサーを構築し、パラメータを解析する

データセット: マスクありまたはマスクなしのデータセットの入力パス
プロット: matplotlib を使用して生成される出力トレーニンググラフへのパス
モデル: 生成されたマスク検出器モデルの保存パス

#path 为你文件夹路径
parser  = argparse.ArgumentParser()
parser .add_argument("-d", "--dataset", required=True, help="path to input dataset",default="path")
parser .add_argument("-p", "--plot", type=str, default="plot.png", help="path to output loss/accuracy plot")
parser .add_argument("-m", "--model", type=str,default="mask_detector.model",help="path to output face mask detector model")
args = vars(parser .parse_args())

学習率、エポック、batch_size を設定する

rate = 1e-4
epoch = 20
batch_size = 32

データセットの構築

preprocess_input() は、tensorflow の keras に付属する正規化関数に似ており、受信イメージを正規化し、イメージの処理速度を向上させることができます。paths.list_images 関数は、サブフォルダーがある場合でも、フォルダー下の画像パスを直接取得できます。

imagePaths = list(paths.list_images(args['dataset']))
print(len(imagePaths))
data = []
labels = []
for imagePath in imagePaths:
    print(imagePath)
    label = imagePath.split(os.path.sep)[-2]
    #导入数据，调整size为(224, 224)
    image = load_img(imagePath, target_size=(224, 224))
    image = img_to_array(image)
    # 归一化
    image = preprocess_input(image)

    data.append(data)
    labels.append(labels)

data = np.array(data, dtype= 'float32')
labels = np.array(labels)
# 对图像标签的独热编码
encoder = LabelBinarizer()
labels = encoder.fit_transform(labels)
# 转为二进制
labels = to_categorical(labels)

#分割数据集
x_train, x_test, y_train, y_test = train_test_split(data, labels, test_size= 0.2, stratify= labels, random_state= 42)

データ増強

ImageDataGenerator() は keras.preprocessing.image モジュールの画像ジェネレーターであり、バッチ内のデータを拡張し、データセットのサイズを拡張し、モデルの一般化機能を強化することもできます。回転、変形、正規化など。

rotation_range(): 回転範囲
width_shift_range(): 水平方向の移動範囲
height_shift_range(): 垂直方向の移動範囲
zoom_range(): ズーム範囲
fill_mode: 塗りつぶしモード、定数、最近接、反映
horizontal_flip(): 水平反転
vertical_flip(): 垂直方向に反転します

aug = ImageDataGenerator(
	rotation_range=20,
	zoom_range=0.15,
	width_shift_range=0.2,
	height_shift_range=0.2,
	shear_range=0.15,
	horizontal_flip=True,
	fill_mode="nearest"
)

モデルの微調整

設定を微調整するには、次の 3 つの手順を実行します。

ImageNet で事前トレーニングされた MobileNet 重みをロードする
新しい FC ヘッダーを構築し、それをベースラインに追加して、古い FC ヘッダーを置き換えます。
ネットワークのベース層をフリーズします。バックプロパゲーション中、これらのベース層の重みは更新されませんが、ヘッド層の重みは調整されます。

baseModel = MobileNetV2(weights='imagenet', include_top= False, input_tensor= Input(shape=(224, 224,3)))

headModel = baseModel.output
headModel = AveragePooling2D(pool_size = (7, 7)(headModel))
headModel = Flatten(name= 'flatten')(headModel)
headModel = Dense(128, activation= 'relu')(headModel)
headModel = Dropout(0.5)(headModel)
headModel = Dense(2, activation='softmax')(headModel)

model = Model(inputs = baseModel.input, outputs = headModel)
#冻结网络的基本层：在反向传播过程中，这些基本层的权重不会被更新，而头层的权重将被调整
for layer in baseModel.layers:
    layer.trainable = False
#使用Adam优化器、学习率衰减计划和二进制交叉熵编译我们的模型。
optimizer = Adam(lr = rate, decay = rate/epoch )
model.compile(loss="binary_crossentropy", optimizer=optimizer, metrics=["accuracy"])
#数据增强对象（aug）将提供一批经过修改的图像数据
H = model.fit(
	aug.flow(x_train, y_train, batch_size=batch_size),
	steps_per_epoch=len(x_train) // batch_size,
	validation_data=(x_train, y_train),
	validation_steps=len(x_train) // batch_size,
	epochs=x_train)
predIdxs = model.predict(x_test, batch_size=batch_size)

ここに画像の説明を挿入

損失曲線を描く

N = epoch
plt.style.use("ggplot")
plt.figure()
plt.plot(np.arange(0, N), H.history["loss"], label="train_loss")
plt.plot(np.arange(0, N), H.history["val_loss"], label="val_loss")
plt.plot(np.arange(0, N), H.history["accuracy"], label="train_acc")
plt.plot(np.arange(0, N), H.history["val_accuracy"], label="val_acc")
plt.title("Training Loss and Accuracy")
plt.xlabel("Epoch #")
plt.ylabel("Loss/Accuracy")
plt.legend(loc="lower left")
plt.savefig(args["plot"])

結果を示す：
ここに画像の説明を挿入