正文

keras深度学习实战——基于resnet模型实现性别分类(代码片段)

盼小辉丶  盼小辉丶  2022-11-29  686

关键词：

Keras深度学习实战——基于ResNet模型实现性别分类

0. 前言

从 VGG16 到 VGG19，最显著的变化在于网络层数的增加，通常而言，神经网络越深，其模型性能就越好。但如果仅通过增加网络层数就可以获得更高的模型性能，事情就变得简单了，我们可以通过不断向模型添加更多层直到其达到最佳性能。
但不幸的是，事实并非如此，随着网络层数的增加，梯度消失的问题也浮出水面——随着层数的增加，网络中的梯度就会变得很小，以至于难以调整权重，同时网络性能也会下降。
深度残差网络 (ResNet) 的提出就是为了解决上述问题。在 ResNet 中，如果模型没有什么要学习的，那么卷积层可以什么也不做，只是将上一层的输出传递给下一层。但是，如果模型需要学习其他一些特征，则卷积层将前一层的输出作为输入，并学习完成目标任务所需的其它特征。

1. ResNet 架构简介

残差 (Residual) 在数理统计中是指实际观察值与估计值(拟合值)之间的差值。经典的 ResNet 架构如下所示：

在上图中，可以看出，模型中具有跳跃连接，该连接将前一层与该网络中的传统卷积层一起连接到线路的下一层。更正式的讲，输入 $x$ 通过卷积层，得到特征变换后的输出 $F (x)$ ，与输入 $x$ 进行逐元素的相加运算,得到最终输出 $H (x)$ ：

$H (x) = x + F (x)$

VGG 模块和残差模块对比如下：

2. 基于预训练的 ResNet50 模型实现性别分类

在《迁移学习》中，我们了解了利用迁移学习，只需要少量样本即可训练得到性能较好的模型；并基于迁移学习利用预训练的 VGG16 模型进行了性别分类的实战。在本节中，我们同样使用预训练的 ResNet50 进行性别分类实战，其中 ResNet50 中的 50 表示网络中共有 50 个网络层。

2.1 训练性别分类模型

首先导入所需库，并下载预训练的 ResNet50 模型：

from keras.applications import ResNet50
from keras.applications.resnet50 import preprocess_input
from glob import glob
from skimage import io
import cv2
import numpy as np

model = ResNet50(include_top=False, weights='imagenet', input_shape=(256, 256, 3))

创建输入和输出数据集，需要注意的是，ResNet50 的输入图像的尺寸至少为 224 x 224，以保证 ResNet50 预训练模型能够正常工作。我们重用在《卷积神经网络进行性别分类》中使用的数据集以及数据加载代码：

x = []
y = []
for i in glob('man_woman/a_resized/*.jpg')[:800]:
    try:
        image = io.imread(i)
        x.append(image)
        y.append(0)
    except:
        continue

for i in glob('man_woman/b_resized/*.jpg')[:800]:
    try:
        image = io.imread(i)
        x.append(image)
        y.append(1)
    except:
        continue

x_resnet50 = []
for i in range(len(x)):
    img = x[i]
    img = preprocess_input(img.reshape((1, 256, 256, 3)))
    img_feature = model.predict(img)
    x_resnet50.append(img_feature)

构建输入和输出 numpy 数组，同时将数据集划分为训练和测试集：

x_resnet50 = np.array(x_resnet50)
x_resnet50 = x_resnet50.reshape(x_resnet50.shape[0], x_resnet50.shape[2], x_resnet50.shape[3], x_resnet50.shape[4])
y = np.array(y)

from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(x_resnet50, y, test_size=0.2)

在预训练的 ResNet50 模型得到的输出基础上构建微调模型：

from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D, Flatten, Dropout, Dense
model_fine_tuning = Sequential()
model_fine_tuning.add(Conv2D(2048, 
                        kernel_size=(3, 3),
                        activation='relu',
                        input_shape=(x_train.shape[1], x_train.shape[2], x_train.shape[3])))
model_fine_tuning.add(MaxPooling2D(pool_size=(2, 2)))
model_fine_tuning.add(Flatten())
model_fine_tuning.add(Dense(1024, activation='relu'))
model_fine_tuning.add(Dropout(0.5))
model_fine_tuning.add(Dense(1, activation='sigmoid'))
model_fine_tuning.summary()

该模型的简要架构信息如下：

Model: "sequential"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
conv2d (Conv2D)              (None, 6, 6, 2048)        37750784  
_________________________________________________________________
max_pooling2d (MaxPooling2D) (None, 3, 3, 2048)        0         
_________________________________________________________________
flatten (Flatten)            (None, 18432)             0         
_________________________________________________________________
dense (Dense)                (None, 1024)              18875392  
_________________________________________________________________
dropout (Dropout)            (None, 1024)              0         
_________________________________________________________________
dense_1 (Dense)              (None, 1)                 1025      
=================================================================
Total params: 56,627,201
Trainable params: 56,627,201
Non-trainable params: 0
_________________________________________________________________

编译并拟合构建的微调模型：

model_fine_tuning.compile(loss='binary_crossentropy',optimizer='adam',metrics=['acc'])

history = model_fine_tuning.fit(x_train, y_train,
                                    batch_size=32,
                                    epochs=20,
                                    verbose=1,
                                    validation_data = (x_test, y_test))

在训练期间，模型在训练数据集和测试数据集上准确率和损失值的变化如下：

可以看到，使用预训练 ResNet50 的实现的性别分类模型准确率可以达到 95％ 左右。

2.2 错误分类图像示例

错误分类的图像示例如下：

x = np.array(x)
from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2)

x_test_resnet50 = []
for i in range(len(x_test)):
    img = x_test[i]
    img = preprocess_input(img.reshape((1, 256, 256, 3)))
    img_feature = model.predict(img)
    x_test_resnet50.append(img_feature)

x_test_resnet50 = np.array(x_test_resnet50)
x_test_resnet50 = x_test_resnet50.reshape(x_test_resnet50.shape[0], x_test_resnet50.shape[2], x_test_resnet50.shape[3], x_test_resnet50.shape[4])
y_pred = model_fine_tuning.predict(x_test_resnet50)
wrong = np.argsort(np.abs(y_pred.flatten()-y_test))
print(wrong)

y_test_char = np.where(y_test==0,'M','F')
y_pred_char = np.where(y_pred>0.5,'F','M')

plt.subplot(221)
plt.imshow(x_test[wrong[-1]])
plt.title('Actual: '+str(y_test_char[wrong[-1]])+', '+'Predicted: '+str((y_pred_char[wrong[-1]][0])))
plt.subplot(222)
plt.imshow(x_test[wrong[-2]])
plt.title('Actual: '+str(y_test_char[wrong[-2]])+', '+'Predicted: '+str((y_pred_char[wrong[-2]][0])))
plt.subplot(223)
plt.imshow(x_test[wrong[-3]])
plt.title('Actual: '+str(y_test_char[wrong[-3]])+', '+'Predicted: '+str((y_pred_char[wrong[-3]][0])))
plt.subplot(224)
plt.imshow(x_test[wrong[-4]])
plt.title('Actual: '+str(y_test_char[wrong[-4]])+', '+'Predicted: '+str((y_pred_char[wrong[-4]][0])))
plt.show()

对比 VGG16、VGG19 和 Inception v3，在多个预先训练的性别分类模型的准确率并没有显着差异，因为可能这些预训练模型所提取的图像特征是更加通用的一般特征，并没有针对提取性别特征进行优化，我们可以从头训练一个 RestNet50，查看网络性能表现。

正文

keras深度学习实战——基于resnet模型实现性别分类(代码片段)

Keras深度学习实战——基于ResNet模型实现性别分类

0. 前言

1. ResNet 架构简介

2. 基于预训练的 ResNet50 模型实现性别分类

2.1 训练性别分类模型

2.2 错误分类图像示例

相关链接

pytorch深度学习实战|基于resnet的花卉图片分类

keras深度学习实战——基于inceptionv3实现性别分类(代码片段)

keras深度学习实战（33）——基于lstm的序列预测模型(代码片段)

pytorch深度学习实战|基于resnet的人脸关键点检测

keras深度学习实战（18）——语义分割详解(代码片段)

keras深度学习实战——基于编码器-解码器的机器翻译模型(代码片段)

自动驾驶中的深度学习模型量化部署加速实战

自动驾驶中的深度学习模型量化部署加速实战

keras深度学习实战——使用glove模型构建单词向量(代码片段)

keras深度学习实战——使用glove模型构建单词向量(代码片段)

keras深度学习实战（39）——音乐音频分类

keras深度学习实战（32）——基于lstm预测股价(代码片段)

《自动驾驶中的深度学习模型量化部署加速实战》专栏概述|实战教程，开放源码

keras深度学习实战——使用fasttext模型构建单词向量(代码片段)

keras深度学习实战（20）——deepdream模型详解(代码片段)

keras深度学习实战（15）——从零开始实现yolo目标检测(代码片段)

keras深度学习实战——使用fasttext模型构建单词向量(代码片段)

手把手快速实现resnet残差模型实战