第T7周:咖啡豆识别

news2024/9/24 21:23:08
  • 本文为🔗365天深度学习训练营 中的学习记录博客
  • 原作者:K同学啊

●难度:夯实基础
●语言:Python3、TensorFlow2

要求:
1.自己搭建VGG-16网络框架
2.调用官方的VGG-16网络框架

拔高(可选):
1.验证集准确率达到100%
2.使用PPT画出VGG-16算法框架图(发论文需要这项技能)

探索(难度有点大)
1.在不影响准确率的前提下轻量化模型
○ 目前VGG16的Total params是134,276,932

我的环境:
●操作系统:ubuntu 22.04
●语言环境:python 3.8.10
●编译器:jupyter notebook
●深度学习框架:tensorflow-gpu 2.9.0
●显卡(GPU):RTX 3090(24GB) * 1
●数据集:咖啡豆数据集

一、前期工作

  1. 设置GPU(如果使用的是CPU可以忽略这步)
import tensorflow as tf

gpus = tf.config.list_physical_devices("GPU")

if gpus:
    tf.config.experimental.set_memory_growth(gpus[0], True)  #设置GPU显存用量按需使用
    tf.config.set_visible_devices([gpus[0]],"GPU")
  1. 导入数据
from tensorflow       import keras
from tensorflow.keras import layers,models
import numpy             as np
import matplotlib.pyplot as plt
import os,PIL,pathlib

data_dir = "./T7/data/"
data_dir = pathlib.Path(data_dir)
image_count = len(list(data_dir.glob('*/*.png')))

print("图片总数为:",image_count)

代码输出:

图片总数为: 1200

二、数据预处理

  1. 加载数据

使用image_dataset_from_directory方法将磁盘中的数据加载到tf.data.Dataset中。

batch_size = 32
img_height = 224
img_width = 224
"""
关于image_dataset_from_directory()的详细介绍可以参考文章:https://mtyjkh.blog.csdn.net/article/details/117018789
"""
train_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir,
    validation_split=0.2,
    subset="training",
    seed=123,
    image_size=(img_height, img_width),
    batch_size=batch_size)

代码输出:

Found 1200 files belonging to 4 classes.
Using 960 files for training.
"""
关于image_dataset_from_directory()的详细介绍可以参考文章:https://mtyjkh.blog.csdn.net/article/details/117018789
"""
val_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir,
    validation_split=0.2,
    subset="validation",
    seed=123,
    image_size=(img_height, img_width),
    batch_size=batch_size)

代码输出:

Found 1200 files belonging to 4 classes.
Using 240 files for validation.

我们可以通过class_names输出数据集的标签。标签将按字母顺序对应于目录名称。

class_names = train_ds.class_names
print(class_names)

代码输出:

['Dark', 'Green', 'Light', 'Medium']
  1. 可视化数据
plt.figure(figsize=(10, 4))  # 图形的宽为10高为5

for images, labels in train_ds.take(1):
    for i in range(10):
        
        ax = plt.subplot(2, 5, i + 1)  

        plt.imshow(images[i].numpy().astype("uint8"))
        plt.title(class_names[labels[i]])
        
        plt.axis("off")

代码输出:
在这里插入图片描述

for image_batch, labels_batch in train_ds:
    print(image_batch.shape)
    print(labels_batch.shape)
    break

代码输出:

(32, 224, 224, 3)
(32,)
  1. 配置数据集

●shuffle() :打乱数据,关于此函数的详细介绍可以参考:https://zhuanlan.zhihu.com/p/42417456
●prefetch() :预取数据,加速运行,其详细介绍可以参考我前两篇文章,里面都有讲解。
●cache() :将数据集缓存到内存当中,加速运行。

AUTOTUNE = tf.data.AUTOTUNE

train_ds = train_ds.cache().shuffle(1000).prefetch(buffer_size=AUTOTUNE)
val_ds   = val_ds.cache().prefetch(buffer_size=AUTOTUNE)
normalization_layer = layers.experimental.preprocessing.Rescaling(1./255)

train_ds = train_ds.map(lambda x, y: (normalization_layer(x), y))
val_ds   = val_ds.map(lambda x, y: (normalization_layer(x), y))
image_batch, labels_batch = next(iter(val_ds))
first_image = image_batch[0]

# 查看归一化后的数据
print(np.min(first_image), np.max(first_image))

代码输出:

0.0 1.0

三、构建VGG-16网络

在官方模型与自建模型之间进行二选一就可以了,选着一个注释掉另外一个。

VGG优缺点分析:

●VGG优点

VGG的结构非常简洁,整个网络都使用了同样大小的卷积核尺寸(3x3)和最大池化尺寸(2x2)。

●VGG缺点

1)训练时间过长,调参难度大。2)需要的存储容量大,不利于部署。例如存储VGG-16权重值文件的大小为500多MB,不利于安装到嵌入式系统中。

  1. 官方模型

官网模型调用这块我放到后面几篇文章中,下面主要讲一下VGG-16。

# model = tf.keras.applications.VGG16(weights='imagenet')
# model.summary()
  1. 自建模型
from tensorflow.keras import layers, models, Input
from tensorflow.keras.models import Model
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Dense, Flatten, Dropout

def VGG16(nb_classes, input_shape):
    input_tensor = Input(shape=input_shape)
    # 1st block
    x = Conv2D(64, (3,3), activation='relu', padding='same',name='block1_conv1')(input_tensor)
    x = Conv2D(64, (3,3), activation='relu', padding='same',name='block1_conv2')(x)
    x = MaxPooling2D((2,2), strides=(2,2), name = 'block1_pool')(x)
    # 2nd block
    x = Conv2D(128, (3,3), activation='relu', padding='same',name='block2_conv1')(x)
    x = Conv2D(128, (3,3), activation='relu', padding='same',name='block2_conv2')(x)
    x = MaxPooling2D((2,2), strides=(2,2), name = 'block2_pool')(x)
    # 3rd block
    x = Conv2D(256, (3,3), activation='relu', padding='same',name='block3_conv1')(x)
    x = Conv2D(256, (3,3), activation='relu', padding='same',name='block3_conv2')(x)
    x = Conv2D(256, (3,3), activation='relu', padding='same',name='block3_conv3')(x)
    x = MaxPooling2D((2,2), strides=(2,2), name = 'block3_pool')(x)
    # 4th block
    x = Conv2D(512, (3,3), activation='relu', padding='same',name='block4_conv1')(x)
    x = Conv2D(512, (3,3), activation='relu', padding='same',name='block4_conv2')(x)
    x = Conv2D(512, (3,3), activation='relu', padding='same',name='block4_conv3')(x)
    x = MaxPooling2D((2,2), strides=(2,2), name = 'block4_pool')(x)
    # 5th block
    x = Conv2D(512, (3,3), activation='relu', padding='same',name='block5_conv1')(x)
    x = Conv2D(512, (3,3), activation='relu', padding='same',name='block5_conv2')(x)
    x = Conv2D(512, (3,3), activation='relu', padding='same',name='block5_conv3')(x)
    x = MaxPooling2D((2,2), strides=(2,2), name = 'block5_pool')(x)
    # full connection
    x = Flatten()(x)
    x = Dense(4096, activation='relu',  name='fc1')(x)
    x = Dense(4096, activation='relu', name='fc2')(x)
    output_tensor = Dense(nb_classes, activation='softmax', name='predictions')(x)

    model = Model(input_tensor, output_tensor)
    return model

model=VGG16(len(class_names), (img_width, img_height, 3))
model.summary()

代码输出:

Model: "model"
_________________________________________________________________
 Layer (type)                Output Shape              Param #   
=================================================================
 input_1 (InputLayer)        [(None, 224, 224, 3)]     0         
                                                                 
 block1_conv1 (Conv2D)       (None, 224, 224, 64)      1792      
                                                                 
 block1_conv2 (Conv2D)       (None, 224, 224, 64)      36928     
                                                                 
 block1_pool (MaxPooling2D)  (None, 112, 112, 64)      0         
                                                                 
 block2_conv1 (Conv2D)       (None, 112, 112, 128)     73856     
                                                                 
 block2_conv2 (Conv2D)       (None, 112, 112, 128)     147584    
                                                                 
 block2_pool (MaxPooling2D)  (None, 56, 56, 128)       0         
                                                                 
 block3_conv1 (Conv2D)       (None, 56, 56, 256)       295168    
                                                                 
 block3_conv2 (Conv2D)       (None, 56, 56, 256)       590080    
                                                                 
 block3_conv3 (Conv2D)       (None, 56, 56, 256)       590080    
                                                                 
 block3_pool (MaxPooling2D)  (None, 28, 28, 256)       0         
                                                                 
 block4_conv1 (Conv2D)       (None, 28, 28, 512)       1180160   
                                                                 
 block4_conv2 (Conv2D)       (None, 28, 28, 512)       2359808   
                                                                 
 block4_conv3 (Conv2D)       (None, 28, 28, 512)       2359808   
                                                                 
 block4_pool (MaxPooling2D)  (None, 14, 14, 512)       0         
                                                                 
 block5_conv1 (Conv2D)       (None, 14, 14, 512)       2359808   
                                                                 
 block5_conv2 (Conv2D)       (None, 14, 14, 512)       2359808   
                                                                 
 block5_conv3 (Conv2D)       (None, 14, 14, 512)       2359808   
                                                                 
 block5_pool (MaxPooling2D)  (None, 7, 7, 512)         0         
                                                                 
 flatten (Flatten)           (None, 25088)             0         
                                                                 
 fc1 (Dense)                 (None, 4096)              102764544 
                                                                 
 fc2 (Dense)                 (None, 4096)              16781312  
                                                                 
 predictions (Dense)         (None, 4)                 16388     
                                                                 
=================================================================
Total params: 134,276,932
Trainable params: 134,276,932
Non-trainable params: 0
_________________________________________________________________
  1. 网络结构图

关于卷积的相关知识可以参考文章:https://mtyjkh.blog.csdn.net/article/details/114278995

结构说明:

●13个卷积层(Convolutional Layer),分别用blockX_convX表示。
●3个全连接层(Fully connected Layer),分别用fcX与predictions表示。
●5个池化层(Pool layer),分别用blockX_pool表示。

VGG-16包含了16个隐藏层(13个卷积层和3个全连接层),故称为VGG-16。
在这里插入图片描述
在这里插入图片描述

四、编译

在准备对模型进行训练之前,还需要再对其进行一些设置。以下内容是在模型的编译步骤中添加的:

●损失函数(loss):用于衡量模型在训练期间的准确率。
●优化器(optimizer):决定模型如何根据其看到的数据和自身的损失函数进行更新。
●指标(metrics):用于监控训练和测试步骤。以下示例使用了准确率,即被正确分类的图像的比率。

# 设置初始学习率
initial_learning_rate = 1e-4

lr_schedule = tf.keras.optimizers.schedules.ExponentialDecay(
        initial_learning_rate, 
        decay_steps=30,      # 敲黑板!!!这里是指 steps,不是指epochs
        decay_rate=0.92,     # lr经过一次衰减就会变成 decay_rate*lr
        staircase=True)

# 设置优化器
opt = tf.keras.optimizers.Adam(learning_rate=lr_schedule)     #原代码是learning_rate=initial_learning_rate

model.compile(optimizer=opt,
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False),    
              metrics=['accuracy'])

SparseCategoricalCrossentropy函数注意事项:

from_logits参数:
●布尔值,默认值为 False。
●当为 True 时,函数假设传入的预测值是未经过激活函数处理的原始logits 值。如果模型的最后一层没有使用 softmax 激活函数(即返回 logits),需要将 from_logits 设置为True。
●当为 False 时,函数假设传入的预测值已经是经过 softmax 处理的概率分布。

五、训练模型

注:网络越来越复杂,对算力要求也更高,CPU训练模型时间会很长,建议尽可能的使用GPU来跑。

epochs = 20

history = model.fit(
    train_ds,
    validation_data=val_ds,
    epochs=epochs
)

代码输出:

Epoch 1/20
30/30 [==============================] - 9s 140ms/step - loss: 1.3883 - accuracy: 0.2531 - val_loss: 1.3882 - val_accuracy: 0.2125
Epoch 2/20
30/30 [==============================] - 4s 120ms/step - loss: 1.1535 - accuracy: 0.3802 - val_loss: 0.9791 - val_accuracy: 0.5667
Epoch 3/20
30/30 [==============================] - 4s 120ms/step - loss: 0.7472 - accuracy: 0.5979 - val_loss: 0.6218 - val_accuracy: 0.6792
Epoch 4/20
30/30 [==============================] - 4s 121ms/step - loss: 0.7028 - accuracy: 0.6052 - val_loss: 0.7372 - val_accuracy: 0.5292
Epoch 5/20
30/30 [==============================] - 4s 120ms/step - loss: 0.6016 - accuracy: 0.6625 - val_loss: 0.5931 - val_accuracy: 0.6042
Epoch 6/20
30/30 [==============================] - 4s 120ms/step - loss: 0.4775 - accuracy: 0.7375 - val_loss: 0.4818 - val_accuracy: 0.7333
Epoch 7/20
30/30 [==============================] - 4s 120ms/step - loss: 0.4483 - accuracy: 0.7458 - val_loss: 0.4824 - val_accuracy: 0.6417
Epoch 8/20
30/30 [==============================] - 4s 120ms/step - loss: 0.4527 - accuracy: 0.7594 - val_loss: 0.4967 - val_accuracy: 0.7583
Epoch 9/20
30/30 [==============================] - 4s 121ms/step - loss: 0.3483 - accuracy: 0.8240 - val_loss: 0.3754 - val_accuracy: 0.8458
Epoch 10/20
30/30 [==============================] - 4s 121ms/step - loss: 0.2360 - accuracy: 0.8990 - val_loss: 0.3246 - val_accuracy: 0.8542
Epoch 11/20
30/30 [==============================] - 4s 121ms/step - loss: 0.1915 - accuracy: 0.9365 - val_loss: 0.3291 - val_accuracy: 0.9000
Epoch 12/20
30/30 [==============================] - 4s 121ms/step - loss: 0.1395 - accuracy: 0.9438 - val_loss: 0.0954 - val_accuracy: 0.9750
Epoch 13/20
30/30 [==============================] - 4s 121ms/step - loss: 0.0680 - accuracy: 0.9792 - val_loss: 0.0786 - val_accuracy: 0.9750
Epoch 14/20
30/30 [==============================] - 4s 121ms/step - loss: 0.0350 - accuracy: 0.9844 - val_loss: 0.0948 - val_accuracy: 0.9750
Epoch 15/20
30/30 [==============================] - 4s 121ms/step - loss: 0.0271 - accuracy: 0.9917 - val_loss: 0.0724 - val_accuracy: 0.9833
Epoch 16/20
30/30 [==============================] - 4s 121ms/step - loss: 0.0232 - accuracy: 0.9896 - val_loss: 0.0800 - val_accuracy: 0.9750
Epoch 17/20
30/30 [==============================] - 4s 121ms/step - loss: 0.0180 - accuracy: 0.9937 - val_loss: 0.1339 - val_accuracy: 0.9667
Epoch 18/20
30/30 [==============================] - 4s 121ms/step - loss: 0.0174 - accuracy: 0.9958 - val_loss: 0.0783 - val_accuracy: 0.9750
Epoch 19/20
30/30 [==============================] - 4s 121ms/step - loss: 0.0235 - accuracy: 0.9927 - val_loss: 0.0816 - val_accuracy: 0.9708
Epoch 20/20
30/30 [==============================] - 4s 121ms/step - loss: 0.0310 - accuracy: 0.9875 - val_loss: 0.0688 - val_accuracy: 0.9833

六、可视化结果

acc = history.history['accuracy']
val_acc = history.history['val_accuracy']

loss = history.history['loss']
val_loss = history.history['val_loss']

epochs_range = range(epochs)

plt.figure(figsize=(12, 4))
plt.subplot(1, 2, 1)
plt.plot(epochs_range, acc, label='Training Accuracy')
plt.plot(epochs_range, val_acc, label='Validation Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')

plt.subplot(1, 2, 2)
plt.plot(epochs_range, loss, label='Training Loss')
plt.plot(epochs_range, val_loss, label='Validation Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()

代码输出:
在这里插入图片描述

七、关于卷积补充:

1、 卷积的计算

4 × 4 的输入矩阵 I 和 3 × 3 的卷积核 K :

在步长(stride)为 1 时,输出的大小为 ( 4 − 3 + 1 ) × ( 4 − 3 + 1 )

计算公式:

输入图片矩阵 I 大小: w × w
卷积核 K :k × k
步长S :s
填充大小(padding):p

在这里插入图片描述
输出图片大小为:o × o

步长为2,卷积核为3*3,p=0的卷积情况如下:
在这里插入图片描述

当卷积函数中padding='same’时,会动态调整 p 值,确保 o = w ,即保证输入与输出一致。例如:输入是 28 * 28 * 1 输出也为 28 * 28 * 1 。

步长为1,卷积核为3*3,padding='same’的卷积情况如下:

在这里插入图片描述

2、实例:

7 ∗ 7 的 input,3 ∗ 3 的 kernel,无填充,步长为1,则 o = ( 7 − 3 ) /1 + 1 ,也即 output size 为 5 ∗ 5
在这里插入图片描述

7∗7 的 input,3 ∗ 3 的 kernel,无填充,步长为2,则 o = ( 7 − 3 ) /2 + 1,也即 output size 为 3 ∗ 3

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2121675.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

初识爬虫1

学习路线:爬虫基础知识-requests模块-数据提取-selenium-反爬与反反爬-MongoDB数据库-scrapy-appium。 对应视频链接(百度网盘):正在整理中 爬虫基础知识: 1.爬虫的概念 总结:模拟浏览器,发送请求,获取…

新版idea菜单栏展开与合并

新版idea把菜单栏合并了看着很是不习惯,找了半天原来在这里展开 ① 点击文件 -> 设置 ② 点击外观与行为 -> 外观 -> 合并主菜单和窗口标题 然后确定,重启即可

如何应对 Android 面试官 -> 启动如何进行优化(上)?玩转 Android StartUp

前言 本章主要围绕 App 的启动流程如何优化进行讲解; 将启动优化,首先要了解的就是 app 的启动流程,只有清晰并完善的了解了 启动流程 才能更好的进行优化; App 启动流程 在将 AMS 的时候,其实已经讲解了 App 的启动…

喜报! 炼石入选中国信通院《数据安全产业技术产品服务全景图》

近日,在2024中国国际大数据产业博览会“数据安全产业发展”交流活动上,中国信息通信研究院安全研究所副所长魏薇发布了《数据安全产业技术产品服务全景图》(以下简称“全景图”)。全景图从数据安全产业的概念和内涵出发&#xff0…

强大的3款自动爬虫利器,再也不用手撸代码了

爬虫是一种自动浏览互联网的程序,它按照一定的算法顺序访问网页,并从中提取有用信息。爬虫通常由以下几部分组成: - 用户代理(User-Agent):模拟浏览器访问,避免被网站识别为机器人。 - 请求处…

Springcould -第一个Eureka应用 --- day02

标题 Eureka工作原理Spring Cloud框架下的服务发现Eureka包含两个组件,分别是:Eureka Server与Eureka Client。Eureka Server:Eureka Client: 搭建Eureka Server步骤:步骤1:创建项目,引入依赖步…

iMeta | 中科院植物所周世良团队和河北工程大学刘艳磊团队揭示现代丝绸之路东段植物物种多样性格局及其影响因素

现代丝绸之路东段植物物种多样性格局及其影响因素研究 iMeta主页:http://www.imeta.science 研究论文 ● 原文链接DOI: https://doi.org/10.1002/imt2.74 ● 2023年1月9日,中国科学院植物研究所周世良团队与河北工程大学刘艳磊团队在iMeta在线发表了题…

【32单片机篇】项目:智能台灯

一、项目需求 1. 红外传感器检测是否有人,有人的话实时检测距离,过近则报警;同时计时,超过固定时间则报警; 2. 按键 1 切换工作模式:智能模式、按键模式、远程模式; 3. 智能模式下,…

支付宝开放平台-开发者社区——AI 日报「9 月 10 日」

1 Anthropic安全负责人:在超级A!「毀灭」人类之前,我们可以做这些准备 机器之心 丨阅读原文 Anthropic公司为应对A发展带来的港在风险,发布了负责任扩展策路(RSP),旨在通过技术和组织协议管理功能日益强大的Al系统。…

离离原上谱,公司裁员,员工排队抢名额

排队等裁员 别的公司裁员,大多数员工都提心吊胆,最近有家公司裁员,出现了员工排队抢名额的局面。 这家公司是「东风本田」。 近期行业内部传出消息,指出东风本田将面临战略调整,计划实施一次规模较大的裁员行动&#x…

AV1 Bitstream Decoding Process Specification:符号和缩写术语

原文地址:https://aomediacodec.github.io/av1-spec/av1-spec.pdf没有梯子的下载地址:AV1 Bitstream & Decoding Process Specification摘要:这份文档定义了开放媒体联盟(Alliance for Open Media)AV1视频编解码器…

网络安全主动防御技术原理与应用

入侵阻断技术与应用 入侵阻断:网络安全主动防御的技术方法 基本原理:对目标网络攻击行为进行阻断 入侵防御系统(IPS) 基本原理:根据网络包特性及上下文进行攻击行为判断老控制包转发 工作机制:类似路由…

2024下半年软考机考操作指南来了!赶紧收藏!

自2023年下半年软考全部科目改革为机考方式后,到现在已经进行过两场考试,鉴于有很多考生是初次参加软考,就给大家介绍下关于软考机考的具体操作指南,希望对大家有所帮助。 一、2024年软考机考考试流程 1、进入机考系统后&#xf…

AI人工智能将推动人类发展

AI人工智能将推动人类发展 AI(人工智能)作为一种前沿技术,正以前所未有的速度改变着我们的世界,并在多个领域展现出巨大的潜力,这些潜力无疑将推动人类社会的发展。以下是一些AI如何推动人类发展的主要方面&#xff1…

php代码实例强制下载文件代码例子

php代码实例强制下载文件代码例子 $filename $_GET[file]; //Get the fileid from the URL // Query the file ID $query sprintf("SELECT * FROM tableName WHERE id %s",mysql_real_escape_string($filename)); $sql mysql_query($query); if(mysql_num_rows…

「 自动化测试 」面试题..

1.你会封装自动化测试框架吗? 自动化框架主要的核心框架就是分层PO模式:分别为:基础封装层BasePage,PO页面对象层,TestCase测试用例层。然后再加上日志处理模块,ini配置文件读取模块,unittestd…

MybatisX-Generator自动代码生成插件

一、概述 MybatisX-Generator是mybatis-plus的代码自动生成插件,用在idea的开发工具上,我们可以idea上安装这个插件,然后通过idea自带的数据库进行使用,打开idea的数据库database,链接一个数据库,然后对你…

MLP 多层感知机

为了拟合更特殊的函数,在网络中加入多个隐藏层,克服线性的限制。最后一层可以看作线性predictor。 一、 1.最简单流程 输入x矩阵,含有n个样本,每个样本有d个特征。经过隐藏层H将维度转化为h,在经过最后的输出层O将维…

浙江搞一场知识竞赛活动要多少钱

浙江省属于国内比较富裕地方,消费相比其他地方较高,在那里举办一场知识竞赛活动根据规模划分:小型知识竞赛的预算大致在2-3万;中型知识竞赛活动3-10万之间,高端知识竞赛10至30万元之间或更高。以上费用均未考虑场地和选…

十年电商经验分享:从0-1打单品保姆级教程(下)

接着上一篇《十年电商经验分享:从0-1打单品保姆级教程(上)》,各位觉得有参考意义的商家朋友们可以点赞收藏一下。 5、制作 sku 图片以及 sku 名称卖点 这里很多商家可能不太注意,这个也是优化转化率最好的一块内容&a…