計(jì)算機(jī)視覺應(yīng)用開發(fā)課件：基于遷移學(xué)習(xí)的圖像識(shí)別

基于遷移學(xué)習(xí)

的圖像識(shí)別案例描述01任務(wù)案例分析02任務(wù)案例實(shí)施03任務(wù)學(xué)習(xí)目標(biāo)掌握調(diào)用圖像分類的卷積神經(jīng)網(wǎng)絡(luò)的預(yù)訓(xùn)練模型對(duì)預(yù)訓(xùn)練模型進(jìn)行微調(diào)使用微調(diào)后的預(yù)訓(xùn)練模型對(duì)cifar-10數(shù)據(jù)進(jìn)行訓(xùn)練分類1案例描述1案例描述將學(xué)習(xí)如何使用預(yù)訓(xùn)練的VGG-16和ResNet50來實(shí)現(xiàn)cifar-10數(shù)據(jù)集的分類。2案例分析2案例分析加載數(shù)據(jù)部分同上一個(gè)案例，只需把數(shù)據(jù)輸入到預(yù)訓(xùn)練的VGG-16或者ResNet50中。VGG-16的網(wǎng)絡(luò)結(jié)構(gòu)為右側(cè)圖綠色欄所示，其中block1中有2個(gè)包含64個(gè)卷積核的卷積層，block2包含2個(gè)128個(gè)卷積核的卷積層，block3有3個(gè)包含256個(gè)卷積核的卷積層，block4有3個(gè)包含512個(gè)卷積核的卷積層，block5有3個(gè)包含512個(gè)卷積核的卷積層，加上2個(gè)包含4096個(gè)神經(jīng)元的全連接層和1個(gè)包含1000個(gè)神經(jīng)元的全連接層。2案例分析ResNet有2個(gè)基本的block，一個(gè)是identityblock，輸入和輸出的維度是一樣的，所以可以串聯(lián)多個(gè)；另外一個(gè)基本block是convblock，輸入和輸出的維度是不一樣的，所以不能連續(xù)串聯(lián)，它的作用本來就是為了改變特征向量的維度。convblockidentityblock2案例分析ResNet50網(wǎng)絡(luò)結(jié)構(gòu)中block_sizes=[3,4,6,3]指的是stage1(firstpool)之后的4個(gè)layer的block數(shù)，分別對(duì)應(yīng)res2，res3，res4，res5，每一個(gè)layer的第一個(gè)block在shortcut上做conv+BN，即convblock。3案例實(shí)施3案例實(shí)施1.導(dǎo)庫(kù)在Keras里面提供了許多在ImageNet上的預(yù)訓(xùn)練模型，VGG-16和ResNet50就是其中的預(yù)訓(xùn)練模型，可以通過fromtensorflow.keras.applicationsimportVGG16和fromtensorflow.keras.applications.resnet50importResNet50引入VGG-16模型和RseNet50模型。調(diào)用VGG-16模型和RseNet50模型分別使用VGG16(include_top=True,weights=‘imagenet’,input_tensor=None,input_shape=None,pooling=None,classes=1000,classifier_activation=‘softmax’)和ResNet50(include_top=True,weights=‘imagenet’,input_tensor=None,input_shape=None,pooling=None,classes=1000)函數(shù)來加載預(yù)訓(xùn)練模型，其中兩個(gè)模型中使用參數(shù)基本一致。3案例實(shí)施include_top：是否保留頂層的3個(gè)全連接網(wǎng)絡(luò)；weights：None代表隨機(jī)初始化，即選擇不加載預(yù)訓(xùn)練權(quán)重。‘imagenet’代表加載預(yù)訓(xùn)練權(quán)重；input_tensor：可填入Kerastensor作為模型的圖像輸出tensor；input_shape：可選，僅當(dāng)include_top=False有效，應(yīng)為長(zhǎng)為3的tuple，指明輸入圖片的shape，圖片的寬高必須大于48，如(200,200,3)；pooling：當(dāng)include_top=False時(shí)，該參數(shù)指定了池化方式。None代表不池化，最后一個(gè)卷積層的輸出為4D張量?！產(chǎn)vg’代表全局平均池化，‘max’代表全局最大值池化；classes：可選，圖片分類的類別數(shù)，僅當(dāng)include_top=True并且不加載預(yù)訓(xùn)練權(quán)重時(shí)可用；返回值：Keras模型對(duì)象。3案例實(shí)施2.加載數(shù)據(jù)(train_images,train_labels),(test_images,test_labels)=datasets.cifar10.load_data()3.使用預(yù)訓(xùn)練的VGG-16模型或者ResNet50模型#使用VGG-16模型base_model=VGG16(include_top=False,pooling='avg',input_shape=(32,32,3))#使用RseNet50模型#base_model=ResNet50(include_top=False,pooling='avg',input_shape=(32,32,3))forlayerinbase_model.layers:layer.trainable=False3案例實(shí)施4.編譯并訓(xùn)練pile(optimizer='adam',

loss='sparse_categorical_crossentropy',