正文

keras深度学习实战——基于vgg19模型实现性别分类(代码片段)

盼小辉丶  盼小辉丶  2022-10-21  696

关键词：

Keras深度学习实战——基于VGG19模型实现性别分类

0. 前言

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，进一步加深对迁移学习工作原理的理解。

1. VGG19 架构简介

本文，我们将介绍另一种常用的网络模型架构——VGG19，并使用预训练的 VGG19 模型进行性别分类实战。VGG19是 VGG16 的改进版本，具有更多的卷积和池化操作，VGG19 模型的体系结构如下：

Model: "vgg19"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
input_1 (InputLayer)         [(None, 256, 256, 3)]     0         
_________________________________________________________________
block1_conv1 (Conv2D)        (None, 256, 256, 64)      1792      
_________________________________________________________________
block1_conv2 (Conv2D)        (None, 256, 256, 64)      36928     
_________________________________________________________________
block1_pool (MaxPooling2D)   (None, 128, 128, 64)      0         
_________________________________________________________________
block2_conv1 (Conv2D)        (None, 128, 128, 128)     73856     
_________________________________________________________________
block2_conv2 (Conv2D)        (None, 128, 128, 128)     147584    
_________________________________________________________________
block2_pool (MaxPooling2D)   (None, 64, 64, 128)       0         
_________________________________________________________________
block3_conv1 (Conv2D)        (None, 64, 64, 256)       295168    
_________________________________________________________________
block3_conv2 (Conv2D)        (None, 64, 64, 256)       590080    
_________________________________________________________________
block3_conv3 (Conv2D)        (None, 64, 64, 256)       590080    
_________________________________________________________________
block3_conv4 (Conv2D)        (None, 64, 64, 256)       590080    
_________________________________________________________________
block3_pool (MaxPooling2D)   (None, 32, 32, 256)       0         
_________________________________________________________________
block4_conv1 (Conv2D)        (None, 32, 32, 512)       1180160   
_________________________________________________________________
block4_conv2 (Conv2D)        (None, 32, 32, 512)       2359808   
_________________________________________________________________
block4_conv3 (Conv2D)        (None, 32, 32, 512)       2359808   
_________________________________________________________________
block4_conv4 (Conv2D)        (None, 32, 32, 512)       2359808   
_________________________________________________________________
block4_pool (MaxPooling2D)   (None, 16, 16, 512)       0         
_________________________________________________________________
block5_conv1 (Conv2D)        (None, 16, 16, 512)       2359808   
_________________________________________________________________
block5_conv2 (Conv2D)        (None, 16, 16, 512)       2359808   
_________________________________________________________________
block5_conv3 (Conv2D)        (None, 16, 16, 512)       2359808   
_________________________________________________________________
block5_conv4 (Conv2D)        (None, 16, 16, 512)       2359808   
_________________________________________________________________
block5_pool (MaxPooling2D)   (None, 8, 8, 512)         0         
=================================================================
Total params: 20,024,384
Trainable params: 20,024,384
Non-trainable params: 0
_________________________________________________________________

可以看到，上示的体系结构中具有更多的网络层以及更多的参数量。需要注意的是，VGG16 和 VGG19 体系结构中的 16 和 19 代表这些网络中的网络层数。

将每个图像通过 VGG19 网络后，提取到 8 x 8 x 512 输出后，该输出将成为微调模型的输入。接下来，创建输入和输出数据集，然后构建、编译和拟合模型的过程与使用基于预训练的 VGG16 模型进行性别分类的过程相同。

2. 使用预训练 VGG19 模型进行性别分类

在本节中，我们基于迁移学习使用预训练的 VGG19 模型进行性别分类。

2.1 构建输入与输出数据

首先，准备输入和输出数据，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：

from keras.applications import VGG19
from keras.applications.vgg19 import preprocess_input
from glob import glob
from skimage import io
import cv2
import numpy as np

model = VGG19(include_top=False, weights='imagenet', input_shape=(256, 256, 3))

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_vgg19 = []
for i in range(len(x)):
    img = x[i]
    img = preprocess_input(img.reshape((1, 256, 256, 3)))
    img_feature = model.predict(img)
    x_vgg19.append(img_feature)

将输入和输出转换为其相应的数组，并创建训练和测试数据集：

x_vgg19 = np.array(x_vgg19)
x_vgg19 = x_vgg19.reshape(x_vgg19.shape[0], x_vgg19.shape[2], x_vgg19.shape[3], x_vgg19.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_vgg19, y, test_size=0.2)

2.2 模型构建与训练

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(512, 
                        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(0.6))
model_fine_tuning.add(Dense(1, activation='sigmoid'))
model_fine_tuning.summary()

该模型架构的简要信息输入如下：

Model: "sequential"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
conv2d (Conv2D)              (None, 6, 6, 512)         2359808   
_________________________________________________________________
max_pooling2d (MaxPooling2D) (None, 3, 3, 512)         0         
_________________________________________________________________
flatten (Flatten)            (None, 4608)              0         
_________________________________________________________________
dense (Dense)                (None, 1024)              4719616   
_________________________________________________________________
dropout (Dropout)            (None, 1024)              0         
_________________________________________________________________
dense_1 (Dense)              (None, 1)                 1025      
=================================================================
Total params: 7,080,449
Trainable params: 7,080,449
Non-trainable params: 0
_________________________________________________________________

接下来，编译并拟合模型：

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))

最后，我们绘制在训练期间，模型在训练和测试数据集的损失和准确率的变化。可以看到，当我们使用 VGG19 架构时，能够在测试数据集上达到约 95％ 的准确率，结果与使用 VGG16 架构时的性能相似：

2.3 模型错误分类示例

一些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_vgg19 = []
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_vgg19.append(img_feature)

x_test_vgg19 = np.array(x_test_vgg19)
x_test_vgg19 = x_test_vgg19.reshape(x_test_vgg19.shape[0], x_test_vgg19.shape[2], x_test_vgg19.shape[3], x_test_vgg19.shape[4])
y_pred = model_fine_tuning.predict(x_test_vgg19)
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()

从图中，可以看出，VGG19 类似于 VGG16 除了由于人物在图像中占据的空间较小造成错误分类外，倾向于根据头发来判断人物究竟是男性还是女性。

正文

keras深度学习实战——基于vgg19模型实现性别分类(代码片段)

Keras深度学习实战——基于VGG19模型实现性别分类

0. 前言

1. VGG19 架构简介

2. 使用预训练 VGG19 模型进行性别分类

2.1 构建输入与输出数据

2.2 模型构建与训练

2.3 模型错误分类示例

相关链接

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（10）——迁移学习(代码片段)

keras深度学习实战（19）——使用对抗攻击生成可欺骗神经网络的图像(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)

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)

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)

迁移学习案例：keras基于vgg对五种图片类别识别(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)

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)

keras深度学习实战（39）——音乐音频分类(代码片段)

keras深度学习实战（35）——构建机器翻译模型(代码片段)

keras深度学习实战——使用循环神经网络构建情感分析模型(代码片段)