一、概述
通過之前兩篇文章的學習,我們應該已經瞭解了多元分類的工作原理,圖片的分類其流程和之前完全一致,其中最核心的問題就是特徵的提取,只要完成特徵提取,分類演算法就很好處理了,具體流程如下:
之前介紹過,圖片的特徵是不能採用畫素的灰度值的,這部分原理的臺階有點高,還好可以直接使用通過TensorFlow訓練過的特徵提取模型(美其名曰遷移學習)。
模型檔案為:tensorflow_inception_graph.pb
二、樣本介紹
我隨便在網上找了一些圖片,分成6類:男孩、女孩、貓、狗、男人、女人。tags檔案標記了每個檔案所代表的型別標籤(Label)。
通過對這六類圖片的學習,期望輸入新的圖片時,可以判斷出是何種型別。
三、程式碼
全部程式碼:
namespace TensorFlow_ImageClassification { class Program { //Assets files download from:https://gitee.com/seabluescn/ML_Assets static readonly string AssetsFolder = @"D:\StepByStep\Blogs\ML_Assets"; static readonly string TrainDataFolder = Path.Combine(AssetsFolder, "ImageClassification", "train"); static readonly string TrainTagsPath = Path.Combine(AssetsFolder, "ImageClassification", "train_tags.tsv"); static readonly string TestDataFolder = Path.Combine(AssetsFolder, "ImageClassification","test"); static readonly string inceptionPb = Path.Combine(AssetsFolder, "TensorFlow", "tensorflow_inception_graph.pb"); static readonly string imageClassifierZip = Path.Combine(Environment.CurrentDirectory, "MLModel", "imageClassifier.zip"); //配置用常量 private struct ImageNetSettings { public const int imageHeight = 224; public const int imageWidth = 224; public const float mean = 117; public const float scale = 1; public const bool channelsLast = true; } static void Main(string[] args) { TrainAndSaveModel(); LoadAndPrediction(); Console.WriteLine("Hit any key to finish the app"); Console.ReadKey(); } public static void TrainAndSaveModel() { MLContext mlContext = new MLContext(seed: 1); // STEP 1: 準備資料 var fulldata = mlContext.Data.LoadFromTextFile<ImageNetData>(path: TrainTagsPath, separatorChar: '\t', hasHeader: false); var trainTestData = mlContext.Data.TrainTestSplit(fulldata, testFraction: 0.1); var trainData = trainTestData.TrainSet; var testData = trainTestData.TestSet; // STEP 2:建立學習管道 var pipeline = mlContext.Transforms.Conversion.MapValueToKey(outputColumnName: "LabelTokey", inputColumnName: "Label") .Append(mlContext.Transforms.LoadImages(outputColumnName: "input", imageFolder: TrainDataFolder, inputColumnName: nameof(ImageNetData.ImagePath))) .Append(mlContext.Transforms.ResizeImages(outputColumnName: "input", imageWidth: ImageNetSettings.imageWidth, imageHeight: ImageNetSettings.imageHeight, inputColumnName: "input")) .Append(mlContext.Transforms.ExtractPixels(outputColumnName: "input", interleavePixelColors: ImageNetSettings.channelsLast, offsetImage: ImageNetSettings.mean)) .Append(mlContext.Model.LoadTensorFlowModel(inceptionPb). ScoreTensorFlowModel(outputColumnNames: new[] { "softmax2_pre_activation" }, inputColumnNames: new[] { "input" }, addBatchDimensionInput: true)) .Append(mlContext.MulticlassClassification.Trainers.LbfgsMaximumEntropy(labelColumnName: "LabelTokey", featureColumnName: "softmax2_pre_activation")) .Append(mlContext.Transforms.Conversion.MapKeyToValue("PredictedLabelValue", "PredictedLabel")) .AppendCacheCheckpoint(mlContext); // STEP 3:通過訓練資料調整模型 ITransformer model = pipeline.Fit(trainData); // STEP 4:評估模型 Console.WriteLine("===== Evaluate model ======="); var evaData = model.Transform(testData); var metrics = mlContext.MulticlassClassification.Evaluate(evaData, labelColumnName: "LabelTokey", predictedLabelColumnName: "PredictedLabel"); PrintMultiClassClassificationMetrics(metrics); //STEP 5:儲存模型 Console.WriteLine("====== Save model to local file ========="); mlContext.Model.Save(model, trainData.Schema, imageClassifierZip); } static void LoadAndPrediction() { MLContext mlContext = new MLContext(seed: 1); // Load the model ITransformer loadedModel = mlContext.Model.Load(imageClassifierZip, out var modelInputSchema); // Make prediction function (input = ImageNetData, output = ImageNetPrediction) var predictor = mlContext.Model.CreatePredictionEngine<ImageNetData, ImageNetPrediction>(loadedModel); DirectoryInfo testdir = new DirectoryInfo(TestDataFolder); foreach (var jpgfile in testdir.GetFiles("*.jpg")) { ImageNetData image = new ImageNetData(); image.ImagePath = jpgfile.FullName; var pred = predictor.Predict(image); Console.WriteLine($"Filename:{jpgfile.Name}:\tPredict Result:{pred.PredictedLabelValue}"); } } } public class ImageNetData { [LoadColumn(0)] public string ImagePath; [LoadColumn(1)] public string Label; } public class ImageNetPrediction { //public float[] Score; public string PredictedLabelValue; } }
四、分析
1、資料處理通道
可以看出,其程式碼流程與結構與上兩篇文章介紹的完全一致,這裡就介紹一下核心的資料處理模型部分的程式碼:
var pipeline = mlContext.Transforms.Conversion.MapValueToKey(outputColumnName: "LabelTokey", inputColumnName: "Label") .Append(mlContext.Transforms.LoadImages(outputColumnName: "input", imageFolder: TrainDataFolder, inputColumnName: nameof(ImageNetData.ImagePath))) .Append(mlContext.Transforms.ResizeImages(outputColumnName: "input", imageWidth: ImageNetSettings.imageWidth, imageHeight: ImageNetSettings.imageHeight, inputColumnName: "input")) .Append(mlContext.Transforms.ExtractPixels(outputColumnName: "input", interleavePixelColors: ImageNetSettings.channelsLast, offsetImage: ImageNetSettings.mean)) .Append(mlContext.Model.LoadTensorFlowModel(inceptionPb). ScoreTensorFlowModel(outputColumnNames: new[] { "softmax2_pre_activation" }, inputColumnNames: new[] { "input" }, addBatchDimensionInput: true)) .Append(mlContext.MulticlassClassification.Trainers.LbfgsMaximumEntropy(labelColumnName: "LabelTokey", featureColumnName: "softmax2_pre_activation")) .Append(mlContext.Transforms.Conversion.MapKeyToValue("PredictedLabelValue", "PredictedLabel"))
MapValueToKey與MapKeyToValue之前已經介紹過了;
LoadImages是讀取檔案,輸入為檔名、輸出為Image;
ResizeImages是改變圖片尺寸,這一步是必須的,即使所有訓練圖片都是標準劃一的圖片也需要這個操作,後面需要根據這個尺寸確定容納圖片畫素資訊的陣列大小;
ExtractPixels是將圖片轉換為包含畫素資料的矩陣;
LoadTensorFlowModel是載入第三方模型,ScoreTensorFlowModel是呼叫模型處理資料,其輸入為:“input”,輸出為:“softmax2_pre_activation”,由於模型中輸入、輸出的名稱是規定的,所以,這裡的名稱不可以隨便修改。
分類演算法採用的是L-BFGS最大熵分類演算法,其特徵資料為TensorFlow網路輸出的值,標籤值為"LabelTokey"。
2、驗證過程
MLContext mlContext = new MLContext(seed: 1); ITransformer loadedModel = mlContext.Model.Load(imageClassifierZip, out var modelInputSchema); var predictor = mlContext.Model.CreatePredictionEngine<ImageNetData, ImageNetPrediction>(loadedModel); ImageNetData image = new ImageNetData(); image.ImagePath = jpgfile.FullName; var pred = predictor.Predict(image); Console.WriteLine($"Filename:{jpgfile.Name}:\tPredict Result:{pred.PredictedLabelValue}");
兩個實體類程式碼:
public class ImageNetData { [LoadColumn(0)] public string ImagePath; [LoadColumn(1)] public string Label; } public class ImageNetPrediction { public string PredictedLabelValue; }
3、驗證結果
我在網路上又隨便找了20張圖片進行驗證,發現驗證成功率是非常高的,基本都是準確的,只有兩個出錯了。
上圖片被識別為girl(我認為是Woman),這個情有可原,本來girl和worman在外貌上也沒有一個明確的分界點。
上圖被識別為woman,這個也情有可原,不解釋。
需要了解的是:不管你輸入什麼圖片,最終的結果只能是以上六個型別之一,演算法會尋找到和六個分類中特徵最接近的一個分類作為結果。
4、除錯
注意看實體類的話,我們只提供了三個基本屬性,如果想看一下在學習過程中資料是如何處理的,可以給ImageNetPrediction類增加一些欄位進行除錯。
首先我們需要看一下IDateView有哪些列(Column)
var predictions = trainedModel.Transform(testData); var OutputColumnNames = predictions.Schema.Where(col => !col.IsHidden).Select(col => col.Name); foreach (string column in OutputColumnNames) { Console.WriteLine($"OutputColumnName:{ column }"); }
將我們要除錯的列加入到實體物件中去,特別要注意資料型別。
public class ImageNetPrediction { public float[] Score; public string PredictedLabelValue; public string Label; public void PrintToConsole() { //列印欄位資訊 } }
檢視資料集詳細資訊:
var predictions = trainedModel.Transform(testData); var DataShowList = new List<ImageNetPrediction>(mlContext.Data.CreateEnumerable<ImageNetPrediction>(predictions, false, true)); foreach (var dataline in DataShowList) { dataline.PrintToConsole(); }
五、資源獲取
原始碼下載地址:https://github.com/seabluescn/Study_ML.NET
工程名稱:TensorFlow_ImageClassification
資源獲取:https://gitee.com/seabluescn/ML_Assets