深度学习算法和硬件性能的最新进展，使研究人员和公司能够在图像识别、语音识别、推荐引擎和机器翻译等领域取得巨大进步。六年前，首次实现了视觉模式识别方面的超人性能。两年前，Google Brain 团队发布了 TensorFlow，巧妙地将应用深度学习推广到大众。TensorFlow 的发展速度超过了许多用于深度学习的复杂工具。
借助 TensorFlow，您将可以访问功能强大且复杂的功能。其强大功能的核心在于 TensorFlow 的易用性。
在一个分为两部分的文章系列中，我将解释如何快速创建一个用于实际图像识别的卷积神经网络。计算步骤是极易并行化的，可以部署用于逐帧视频分析，并扩展用于时序感知的视频分析。
本系列文章直接切入最引人入胜的内容。只需对命令行和 Python 有基本的了解，您就可以在家中跟着操作。本系列旨在帮助您快速入门，并激发您创建自己的精彩项目。我不会深入探讨 TensorFlow 的工作原理，但如果您渴望了解更多，我将提供大量额外的参考资料。本系列中的所有库和工具都是免费/自由/开源软件。
工作原理
本教程的目标是获取一张新颖的图像，该图像属于我们训练过的类别，并运行一个命令，告诉我们该图像属于哪个类别。我们将遵循以下步骤
opensource.com
- 标记是管理训练数据的过程。对于花卉，雏菊的图像被拖入“daisies”文件夹，玫瑰的图像被拖入“roses”文件夹，以此类推，可以根据需要标记多种不同的花卉。如果我们从不标记蕨类植物，分类器将永远不会返回“蕨类植物”。这需要每种类型的大量示例，因此这是一个重要且耗时的过程。（我们将使用预先标记的数据开始，这将使速度更快。）
- 训练是指我们将标记的数据（图像）馈送到模型。工具将抓取随机批次的图像，使用模型猜测每张图像中的花卉类型，测试猜测的准确性，并重复此过程，直到使用大部分训练数据。最后一批未使用的图像用于计算训练模型的准确性。
- 分类是在新颖的图像上使用模型。例如，输入：
IMG207.JPG，输出：daisies。这是最快、最简单的步骤，并且易于扩展。
训练和分类
在本教程中，我们将训练一个图像分类器，以识别不同类型的花卉。深度学习需要大量的训练数据，因此我们需要大量的已排序花卉图像。值得庆幸的是，另一位好心人出色地完成了收集和排序图像的工作，因此我们将使用此已排序数据集和一个巧妙的脚本，该脚本将采用现有的、完全训练好的图像分类模型，并重新训练模型的最后一层，使其仅执行我们想要的操作。这种技术称为迁移学习。
我们正在重新训练的模型称为 Inception v3，最初在 2015 年 12 月的论文“Rethinking the Inception Architecture for Computer Vision”中指定。
在我们进行此训练之前，Inception 不知道如何区分郁金香和雏菊，这需要大约 20 分钟。这是深度学习的“学习”部分。
安装
迈向机器智能的第一步：在您选择的平台上安装 Docker。
第一个也是唯一的依赖项是 Docker。这在许多 TensorFlow 教程中都是如此（这应该表明这是一个合理的入门方法）。我也更喜欢这种安装 TensorFlow 的方法，因为它通过不安装一堆依赖项来保持您的主机（笔记本电脑或台式机）的清洁。
引导 TensorFlow
安装 Docker 后，我们就可以启动 TensorFlow 容器进行训练和分类了。在您的硬盘驱动器上的某个位置创建一个工作目录，其中有 2 GB 的可用空间。创建一个名为 local 的子目录，并记下该目录的完整路径。
docker run -v /path/to/local:/notebooks/local --rm -it --name tensorflow
tensorflow/tensorflow:nightly /bin/bash以下是该命令的分解。
-v /path/to/local:/notebooks/local将您刚刚创建的local目录挂载到容器中的一个方便位置。如果使用 RHEL、Fedora 或其他启用 SELinux 的系统，请附加:Z以允许容器访问该目录。--rm告诉 Docker 在我们完成时删除容器。-it连接我们的输入和输出，使容器具有交互性。--name tensorflow为我们的容器命名为tensorflow，而不是sneaky_chowderhead或 Docker 可能为我们选择的任何随机名称。tensorflow/tensorflow:nightly表示运行 Docker Hub（公共镜像仓库）中tensorflow/tensorflow的nightly镜像，而不是 latest（默认情况下，是最近构建/可用的镜像）。我们使用 nightly 而不是 latest 是因为（在撰写本文时）latest 包含一个错误，该错误破坏了 TensorBoard，这是一个数据可视化工具，我们稍后会发现它很有用。/bin/bash表示不要运行默认命令；而是运行 Bash shell。
训练模型
在容器内部，运行以下命令以下载和健全性检查训练数据。
curl -O http://download.tensorflow.org/example_images/flower_photos.tgz
echo 'db6b71d5d3afff90302ee17fd1fefc11d57f243f flower_photos.tgz' | sha1sum -c如果您没有看到消息 flower_photos.tgz: OK，则表示您没有正确的文件。如果上述 curl 或 sha1sum 步骤失败，请手动下载并解压 训练数据 tarball (SHA-1 校验和：db6b71d5d3afff90302ee17fd1fefc11d57f243f) 到主机上的 local 目录中。
现在将训练数据放入到位，然后下载并健全性检查重新训练脚本。
mv flower_photos.tgz local/
cd local
curl -O https://raw.githubusercontent.com/tensorflow/tensorflow/10cf65b48e1b2f16eaa826d2793cb67207a085d0/tensorflow/examples/image_retraining/retrain.py
echo 'a74361beb4f763dc2d0101cfe87b672ceae6e2f5 retrain.py' | sha1sum -c查找确认 retrain.py 具有正确内容的信息。您应该看到 retrain.py: OK。
最后，是时候学习了！运行重新训练脚本。
python retrain.py --image_dir flower_photos --output_graph output_graph.pb --output_labels output_labels.txt如果您遇到此错误，请忽略它
TypeError：并非所有参数都在字符串格式化期间转换 从文件记录.
tf_logging.py，第 82 行
随着 retrain.py 的进行，训练图像会自动分为训练、测试和验证数据集的批次。
在输出中，我们希望获得较高的“训练准确率”和“验证准确率”以及较低的“交叉熵”。有关这些术语的详细说明，请参阅如何为新类别重新训练 Inception 的最后一层。预计在现代硬件上训练大约需要 30 分钟。
请注意控制台中的最后一行输出
INFO:tensorflow:Final test accuracy = 89.1% (N=340)这表明我们有一个模型，该模型在十分之九的情况下可以正确猜测给定图像中显示的五种可能花卉类型中的哪一种。由于注入到训练过程中的随机性，您的准确率可能会有所不同。
分类
使用另一个小型脚本，我们可以将新的花卉图像馈送到模型，它将输出其猜测。这就是图像分类。
将以下内容另存为 classify.py 在您主机上的 local 目录中
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))要测试您自己的图像，请将其另存为 test.jpg 在您的 local 目录中，并在容器中运行 python classify.py test.jpg。输出将类似于这样
sunflowers (score = 0.78311)
daisy (score = 0.20722)
dandelion (score = 0.00605)
tulips (score = 0.00289)
roses (score = 0.00073)这些数字表示置信度。该模型有 78.311% 的把握认为图像中的花卉是向日葵。分数越高表示匹配的可能性越大。请注意，只能有一个匹配项。多标签分类需要不同的方法。
有关更多详细信息，请观看此 classify.py 的逐行精彩讲解。
分类器脚本中的图形加载代码已损坏，因此我应用了 graph_def = tf.GraphDef() 等图形加载代码。
无需任何高深的科学技术和少量代码，我们就创建了一个像样的花卉图像分类器，它可以在一台普通的笔记本电脑上每秒处理大约五张图像。
在本系列的第二部分中，该部分将在下周发布，我们将使用此信息来训练不同的图像分类器，然后使用 TensorBoard 查看幕后情况。如果您想试用 TensorBoard，请确保 docker run 未终止，以保持此容器运行。
15 条评论