TensorFlow圖像分類教程

來源：阿里云云棲號(hào)

導(dǎo)讀：深度學(xué)習(xí)算法與計(jì)算機(jī)硬件性能的發(fā)展，使研究人員和企業(yè)在圖像識(shí)別、語音識(shí)別、推薦引擎和機(jī)器翻譯等領(lǐng)域取得了巨大的進(jìn)步。六年前，視覺模式識(shí)別領(lǐng)域取得了第一個(gè)超凡的成果。兩年前，Google大腦團(tuán)隊(duì)開發(fā)了TensorFlow，并將深度學(xué)習(xí)巧妙的應(yīng)用于各個(gè)領(lǐng)域。現(xiàn)在，TensorFlow則超越了很多用于深度學(xué)習(xí)的復(fù)雜工具。

利用TensorFlow，你可以獲得具有強(qiáng)大能力的復(fù)雜功能，其強(qiáng)大的基石來自于TensorFlow的易用性。

在這個(gè)由兩部分組成的系列中，我將講述如何快速的創(chuàng)建一個(gè)應(yīng)用于圖像識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)。

TensorFlow計(jì)算步驟是并行的，可對(duì)其配置進(jìn)行逐幀視頻分析，也可對(duì)其擴(kuò)展進(jìn)行時(shí)間感知視頻分析。

本系列文章直接切入關(guān)鍵的部分，只需要對(duì)命令行和Python有最基本的了解，就可以在家快速地創(chuàng)建一些令你激動(dòng)不已的項(xiàng)目。本文不會(huì)深入探討TensorFlow的工作原理，如果你想了解更多，我會(huì)提供大量額外的參考資料。本系列所有的庫和工具都是免費(fèi)開源的軟件。

工作原理

本教程旨在把一個(gè)事先被放到訓(xùn)練過的類別里的圖片，通過運(yùn)行一個(gè)命令以識(shí)別該圖像具體屬于哪個(gè)類別。步驟如下圖所示：


標(biāo)注：管理訓(xùn)練數(shù)據(jù)。例如花卉，將雛菊的圖像放到“雛菊”目錄下，將玫瑰放到“玫瑰”目錄下等等，將盡可能多的不同種類的花朵按照類別不同放在不同的目錄下。如果我們不標(biāo)注“蕨類植物”，那么分類器永遠(yuǎn)也不會(huì)返回“蕨類植物”。這需要每個(gè)類型的很多樣本，因此這一步很重要，并且很耗時(shí)。（本文使用預(yù)先標(biāo)記好的數(shù)據(jù)以提高效率）

訓(xùn)練：將標(biāo)記好的數(shù)據(jù)（圖像）提供給模型。有一個(gè)工具將隨機(jī)抓取一批圖像，使用模型猜測每種花的類型，測試猜測的準(zhǔn)確性，重復(fù)執(zhí)行，直到使用了大部分訓(xùn)練數(shù)據(jù)為止。最后一批未被使用的圖像用于計(jì)算該訓(xùn)練模型的準(zhǔn)確性。

分類：在新的圖像上使用模型。例如，輸入：IMG207.JPG，輸出：雛菊。這個(gè)步驟快速簡單，且衡量的代價(jià)小。

訓(xùn)練和分類

本教程將訓(xùn)練一個(gè)用于識(shí)別不同類型花朵的圖像分類器。深度學(xué)習(xí)需要大量的訓(xùn)練數(shù)據(jù)，因此，我們需要大量已分類的花朵圖像。值得慶幸的是，另外一個(gè)模型在圖像收集和分類這方面做得非常出色，所以我們使用這個(gè)帶有腳本的已分類數(shù)據(jù)集，它有現(xiàn)成且完全訓(xùn)練過的圖像分類模型，重新訓(xùn)練模型的最后幾層以達(dá)到我們想要的結(jié)果，這種技術(shù)稱為遷移學(xué)習(xí)。

我們重新訓(xùn)練的模型是Inception v3，最初是在2015年12月發(fā)表的論文“重新思考計(jì)算機(jī)視覺的Inception架構(gòu)”中有做論述。

直到我們做了這個(gè)約20分鐘的訓(xùn)練，Inception才知道如何識(shí)別雛菊和郁金香，這就是深度學(xué)習(xí)中的“學(xué)習(xí)”部分。

安裝

首先，在所選的平臺(tái)上安裝Docker。

在很多TensorFlow教程中最先且唯一依賴的就是Docker（應(yīng)該表明這是個(gè)合理的開始）。我也更喜歡這種安裝TensorFlow的方法，因?yàn)椴恍枰惭b一系列的依賴項(xiàng)，這可以保持主機(jī)（筆記本或桌面）比較干凈。

Bootstrap TensorFlow

安裝Docker后，我們準(zhǔn)備啟動(dòng)一個(gè)訓(xùn)練和分類的TensorFlow容器。在硬盤上創(chuàng)建一個(gè)2GB空閑空間的工作目錄，創(chuàng)建一個(gè)名為local的子目錄，并記錄完整路徑。

docker run -v /path/to/local:/notebooks/local --rm -it --name tensorflow 
tensorflow/tensorflow:nightly /bin/bash

下面是命令解析：

-v /path/to/local:/notebooks/local將剛創(chuàng)建的local目錄掛載到容器中適當(dāng)?shù)奈恢谩Ｈ绻褂肦HEL、Fedora或其他支持SELinux的系統(tǒng)，添加:Z允許容器訪問目錄。

--rm 退出時(shí)令docker刪除容器

-it 連接輸入輸出，實(shí)現(xiàn)交互。

--name tensorflow將容器命名為tensorflow，而不是sneaky_chowderhead或任何Docker定義的隨機(jī)名字。

tensorflow/tensorflow:nightly從Docker Hub （公共圖像存儲(chǔ)庫）運(yùn)行tensorflow/tensorflow的nightly 圖像，而不是最新的圖像（默認(rèn)為最近建立／可用圖像）。使用nightly圖像而不是latest圖像，是因?yàn)椋ㄔ趯懭霑r(shí)）latest包含的一個(gè)bug會(huì)破壞TensorBoard，這是我們稍后需要的一個(gè)數(shù)據(jù)可視化工具。

/bin/bash指定運(yùn)行Bash shell，而不運(yùn)行系統(tǒng)默認(rèn)命令。

訓(xùn)練模型

在容器中運(yùn)行下述命令，對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行下載和完整性檢查。

curl -O http://download.tensorflow.org/example_images/flower_photos.tgz
echo 'db6b71d5d3afff90302ee17fd1fefc11d57f243f  flower_photos.tgz' | sha1sum -c

如果沒有看到“flower_photos.tgz”信息：說明文件不正確。如果上訴curl 或sha1sum步驟失敗，請(qǐng)手動(dòng)下載訓(xùn)練數(shù)據(jù)包并解壓（SHA-1 校驗(yàn)碼：db6b71d5d3afff90302ee17fd1fefc11d57f243f）到本地主機(jī)的local目錄下。

現(xiàn)在把訓(xùn)練數(shù)據(jù)放好，然后對(duì)再訓(xùn)練腳本進(jìn)行下載和完整性檢查。

mv flower_photos.tgz local/
cd local
curl -O https://raw.githubusercontent.com/tensorflow/tensorflow/10cf65b48e1b2f16eaa82
6d2793cb67207a085d0/tensorflow/examples/image_retraining/retrain.py
echo 'a74361beb4f763dc2d0101cfe87b672ceae6e2f5  retrain.py' | sha1sum -c

確認(rèn)retrain.py有正確的內(nèi)容，你應(yīng)該看到retrain.py: OK.。

最后，開始學(xué)習(xí)！運(yùn)行再訓(xùn)練腳本。

python retrain.py --image_dir flower_photos --output_graph output_graph.pb 
--output_labels output_labels.txt

如果遇到如下錯(cuò)誤，忽略它：

TypeError: not all arguments converted during string formatting Logged from file
tf_logging.py, line 82.

隨著retrain.py 的運(yùn)行，訓(xùn)練圖像會(huì)自動(dòng)的分批次訓(xùn)練、測試和驗(yàn)證數(shù)據(jù)集。

在輸出上，我們希望有較高的“訓(xùn)練精度”和“驗(yàn)證精度”，以及較低的“交叉熵”。有關(guān)這些術(shù)語的詳細(xì)解釋，請(qǐng)參照“如何就新圖片類型再訓(xùn)練Inception的最后一層”。在當(dāng)前的硬件上的訓(xùn)練約30分鐘。

請(qǐng)注意控制臺(tái)輸出的最后一行：

INFO:tensorflow:Final test accuracy = 89.1% (N=340)

這說明我們已經(jīng)得到了一個(gè)模型：給定一張圖像，10次中有9次可正確猜出是五種花朵類型中的哪一種。由于提供給訓(xùn)練過程的隨機(jī)數(shù)不同，分類的精確度也會(huì)有所不同。

分類

再添加一個(gè)小腳本，就可以將新的花朵圖像添加到模型中，并輸出測試結(jié)果。這就是圖像分類。

將下述腳本命名為 classify.py保存在本地local目錄：

import tensorflow as tf, sys
 
image_path = sys.argv[1]
graph_path = 'output_graph.pb'
labels_path = 'output_labels.txt'
 
# Read in the image_data
image_data = tf.gfile.FastGFile(image_path, 'rb').read()
 
# Loads label file, strips off carriage return
label_lines = [line.rstrip() for line
    in tf.gfile.GFile(labels_path)]
 
# Unpersists graph from file
with tf.gfile.FastGFile(graph_path, 'rb') as f:
    graph_def = tf.GraphDef()
    graph_def.ParseFromString(f.read())
    _ = tf.import_graph_def(graph_def, name='')
 
# Feed the image_data as input to the graph and get first prediction
with tf.Session() as sess:
    softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')
    predictions = sess.run(softmax_tensor, 
    {'DecodeJpeg/contents:0': image_data})
    # Sort to show labels of first prediction in order of confidence
    top_k = predictions[0].argsort()[-len(predictions[0]):][::-1]
    for node_id in top_k:
         human_string = label_lines[node_id]
         score = predictions[0][node_id]
         print('%s (score = %.5f)' % (human_string, score))

為了測試你自己的圖像，保存在local目錄下并命名為test.jpg，運(yùn)行（在容器內(nèi)） python classify.py test.jpg。輸出結(jié)果如下：

sunflowers (score = 0.78311)
daisy (score = 0.20722)
dandelion (score = 0.00605)
tulips (score = 0.00289)
roses (score = 0.00073)

數(shù)據(jù)說明了一切！模型確定圖像中的花朵是向日葵的準(zhǔn)確度為78.311%。數(shù)值越高表明匹配度越高。請(qǐng)注意，只能有一個(gè)匹配類型。多標(biāo)簽分類則需要另外一個(gè)不同的方法。

分類腳本中的圖表加載代碼已經(jīng)被破壞，在這里，我用graph_def = tf.GraphDef()等作為圖表加載代碼。
利用零基礎(chǔ)知識(shí)和一些代碼，我們建了一個(gè)相當(dāng)好的花卉圖像分類器，在現(xiàn)有的筆記本電腦上每秒大約可以處理5張圖像。

希望你能夠繼續(xù)關(guān)注系列其他博文。

以上為譯文。本文由阿里云云棲社區(qū)組織翻譯。
文章原標(biāo)題《Learn how to classify images with TensorFlow》，譯者：Mags，審校：袁虎。

本文僅做學(xué)術(shù)分享，如有侵權(quán)，請(qǐng)聯(lián)系刪文。