python神经网络AlexNet分类模型训练猫狗数据集

目录什么是AlexNet模型训练前准备

1、数据集处理

2、创建Keras的AlexNet模型

开始训练

1、训练的主函数

2、Keras数据生成器

3、主训练函数全部代码

训练结果最近在做实验室的工作，要用到分类模型，老板一星期催20次，我也是无语了，上有对策下有政策，在下先找个猫猫狗狗的数据集练练手，快乐极了什么是AlexNet模型AlexNet是2012年ImageNet竞赛冠军获得者Hinton和他的学生Alex Krizhevsky设计的。也是在那年之后，更多的更深的神经网络被提出，比如优秀的vgg,GoogLeNet。 这对于传统的机器学习分类算法而言，已经相当的出色。如下是其网络的结构，现在看来还是比较简单的。

这是一个AlexNet的网络结构图，其实并不复杂，很好的反应了AlexNet的结构：

1、一张原始图片被resize到(224,224,3)；

2、使用步长为4x4，大小为11的卷积核对图像进行卷积，输出的特征层为96层，输出的shape为(55,55,96)；

3、使用步长为2的最大池化层进行池化，此时输出的shape为(27,27,96) 4、使用步长为1x1，大小为5的卷积核对图像进行卷积，输出的特征层为256层，输出的shape为(27,27,256)；

5、使用步长为2的最大池化层进行池化，此时输出的shape为(13,13,256)；

6、使用步长为1x1，大小为3的卷积核对图像进行卷积，输出的特征层为384层，输出的shape为(13,13,384)；

7、使用步长为1x1，大小为3的卷积核对图像进行卷积，输出的特征层为384层，输出的shape为(13,13,384)；

8、使用步长为1x1，大小为3的卷积核对图像进行卷积，输出的特征层为256层，输出的shape为(13,13,256)；

9、使用步长为2的最大池化层进行池化，此时输出的shape为(6,6,256)；

10、两个全连接层，最后输出为1000类

最后输出的就是每个类的预测。

从上面的图也可以看出，其实最大的内存与计算消耗在于第一个全连接层的实现，它的参数有37M之多（这一点与VGG很类似，第一个全连接层参数巨多。），训练前准备

1、数据集处理

在数据集处理之前，首先要下载猫狗数据集，地址如下。

链接：

https://pan.baidu.com/s/1IfN8Cvt60n64bbC2gF4Ung提取码：he9i顺便直接下载我的源代码吧。

这里的源代码包括了所有的代码部分，训练集需要自己下载，大概训练2个小时就可以进行预测了。

本次教程准备使用model.fit_generator来训练模型，在训练模型之前，需要将数据集的内容保存到一个TXT文件中，便于读取。

txt文件的保存格式如下：

文件名;种类

具体操作步骤如下：

1、将训练文件存到"./data/image/train/"目录下。

2、调用如下代码：

import os photos = os.listdir("./data/image/train/")# 该部分用于将with open("data/dataset.txt","w") as f:for photo in photos:name = photo.split(".")[0]if name=="cat":f.write(photo + ";0\n") elif name=="dog":f.write(photo + ";1\n") f.close()就可以得到训练数据集的文本文件。

2、创建Keras的AlexNet模型

该步就是按照AlexNet的结构创建AlexNet的模型。我试了原大小的模型，发现根本呢不收敛，可能是模型太复杂而且猫狗的特征太少了（也许是我打开方式不对）……于是我就缩减了模型，每个卷积层的filter减半，全连接层减为1024.

from keras.models import Sequential from keras.layers import Dense,Activation,Conv2D,MaxPooling2D,Flatten,Dropout,BatchNormalization from keras.datasets import mnist from keras.utils import np_utils from keras.optimizers import Adam def AlexNet(input_shape=(224,224,3),output_shape=2):# AlexNet model = Sequential()# 使用步长为4x4，大小为11的卷积核对图像进行卷积，输出的特征层为96层，输出的shape为(55,55,96)；

model.add(MaxPooling2D(pool_size=(3,3),strides=(2,2),padding='valid'))# 两个全连接层，最后输出为1000类,这里改为2类# 缩减为1024 model.add(Flatten()) model.add(Dense(1024, activation='relu')) model.add(Dropout(0.25)) model.add(Dense(1024, activation='relu')) model.add(Dropout(0.25)) model.add(Dense(output_shape, activation='softmax')) return model开始训练

1、训练的主函数

训练的主函数主要包括如下部分：1、读取训练用txt，并打乱，利用该txt进行训练集和测试集的划分。

2、建立AlexNet模型

3、设定模型保存的方式、学习率下降的方式、是否需要早停。

4、利用model.fit_generator训练模型。

具体代码如下：

if __name__ == "__main__":# 模型保存的位置log_dir = "./logs/"# 打开数据集的txt with open(r".\data\dataset.txt","r") as f:lines = f.readlines()# 打乱行，这个txt主要用于帮助读取数据来训练# 打乱的数据更有利于训练np.random.seed(10101) np.random.shuffle(lines) np.random.seed(None)# 90%用于训练，10%用于估计。

num_val = int(len(lines)*0.1) num_train = len(lines) - num_val# 建立AlexNet模型model = AlexNet()# 保存的方式，3世代保存一次checkpoint_period1 = ModelCheckpoint(log_dir + 'ep{epoch:03d}-loss{loss:.3f}-val_loss{val_loss:.3f}.h5',monitor='acc',save_weights_only=False,save_best_only=True,period=3)# 学习率下降的方式，acc三次不下降就下降学习率继续训练reduce_lr = ReduceLROnPlateau(monitor='acc',factor=0.5,patience=3,verbose=1)# 是否需要早停，当val_loss一直不下降的时候意味着模型基本训练完毕，可以停止early_stopping = EarlyStopping(monitor='val_loss',min_delta=0,patience=10,verbose=1)# 交叉熵model.compile(loss = 'categorical_crossentropy',optimizer = Adam(lr=1e-3),metrics = ['accuracy'])# 一次的训练集大小batch_size = 64 print('Train on {} samples, val on {} samples, with batch size {}.'.format(num_train, num_val, batch_size))# 开始训练model.fit_generator(generate_arrays_from_file(lines[:num_train], batch_size),steps_per_epoch=max(1, num_train//batch_size),validation_data=generate_arrays_from_file(lines[num_train:], batch_size),validation_steps=max(1, num_val//batch_size),epochs=150,initial_epoch=0,callbacks=[checkpoint_period1, reduce_lr]) model.save_weights(log_dir+'last1.h5')model.fit_generator需要用到python的生成器来滚动读取数据，具体方法看第二步。

2、Keras数据生成器

Keras的数据生成器就是在一个while 1的无限循环中不断生成batch大小的数据集。

def generate_arrays_from_file(lines,batch_size):# 获取总长度n = len(lines) i = 0 while 1:X_train = []Y_train = []# 获取一个batch_size大小的数据for b in range(batch_size):if i==0:np.random.shuffle(lines) name = lines[i].split(';')[0]# 从文件中读取图像img = cv2.imread(r".\data\image\train" + '/' + name) img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) img = img/255 X_train.append(img) Y_train.append(lines[i].split(';')[1])# 读完一个周期后重新开始i = (i+1) % n# 处理图像X_train = utils.resize_image(X_train,(224,224)) X_train = X_train.reshape(-1,224,224,3) Y_train = np_utils.to_categorical(np.array(Y_train),num_classes= 2) yield (X_train, Y_train)在其中用到了一些处理函数，我存在了utils.py工具人文件中。

import matplotlib.image as mpimg import numpy as np import cv2 import tensorflow as tf from tensorflow.python.ops import array_ops def load_image(path):# 读取图片，rgb img = mpimg.imread(path)# 将图片修剪成中心的正方形short_edge = min(img.shape[:2]) yy = int((img.shape[0] - short_edge) / 2) xx = int((img.shape[1] - short_edge) / 2) crop_img = img[yy: yy + short_edge, xx: xx + short_edge]return crop_img def resize_image(image, size):with tf.name_scope('resize_image'):images = []for i in image:i = cv2.resize(i, size) images.append(i) images = np.array(images) return images def print_answer(argmax):with open("./data/model/index_word.txt","r",encoding='utf-8') as f:synset = [l.split(";")[1][:-1] for l in f.readlines()]print(synset[argmax]) return synset[argmax]

3、主训练函数全部代码

大家可以整体看看哈：

from keras.callbacks import TensorBoard, ModelCheckpoint, ReduceLROnPlateau, EarlyStopping from keras.utils import np_utils from keras.optimizers import Adam from model.AlexNet import AlexNet import numpy as np import utils import cv2 from keras import backend as K K.set_image_dim_ordering('tf') def generate_arrays_from_file(lines,batch_size):# 获取总长度n = len(lines) i = 0 while 1:X_train = []Y_train = []# 获取一个batch_size大小的数据for b in range(batch_size):if i==0:np.random.shuffle(lines) name = lines[i].split(';')[0]# 从文件中读取图像img = cv2.imread(r".\data\image\train" + '/' + name) img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) img = img/255 X_train.append(img) Y_train.append(lines[i].split(';')[1])# 读完一个周期后重新开始i = (i+1) % n# 处理图像X_train = utils.resize_image(X_train,(224,224)) X_train = X_train.reshape(-1,224,224,3) Y_train = np_utils.to_categorical(np.array(Y_train),num_classes= 2) yield (X_train, Y_train) if __name__ == "__main__":# 模型保存的位置log_dir = "./logs/"# 打开数据集的txt with open(r".\data\dataset.txt","r") as f:lines = f.readlines()# 打乱行，这个txt主要用于帮助读取数据来训练# 打乱的数据更有利于训练np.random.seed(10101) np.random.shuffle(lines) np.random.seed(None)# 90%用于训练，10%用于估计。

num_val = int(len(lines)*0.1) num_train = len(lines) - num_val# 建立AlexNet模型model = AlexNet()# 保存的方式，3世代保存一次checkpoint_period1 = ModelCheckpoint(log_dir + 'ep{epoch:03d}-loss{loss:.3f}-val_loss{val_loss:.3f}.h5',monitor='acc',save_weights_only=False,save_best_only=True,period=3)# 学习率下降的方式，acc三次不下降就下降学习率继续训练reduce_lr = ReduceLROnPlateau(monitor='acc',factor=0.5,patience=3,verbose=1)# 是否需要早停，当val_loss一直不下降的时候意味着模型基本训练完毕，可以停止early_stopping = EarlyStopping(monitor='val_loss',min_delta=0,patience=10,verbose=1)# 交叉熵model.compile(loss = 'categorical_crossentropy',optimizer = Adam(lr=1e-3),metrics = ['accuracy'])# 一次的训练集大小batch_size = 64 print('Train on {} samples, val on {} samples, with batch size {}.'.format(num_train, num_val, batch_size))# 开始训练model.fit_generator(generate_arrays_from_file(lines[:num_train], batch_size),steps_per_epoch=max(1, num_train//batch_size),validation_data=generate_arrays_from_file(lines[num_train:], batch_size),validation_steps=max(1, num_val//batch_size),epochs=150,initial_epoch=0,callbacks=[checkpoint_period1, reduce_lr, early_stopping ]) model.save_weights(log_dir+'last1.h5')训练结果在完成上述的一大堆内容的配置后就可以开始训练了，所有文件的构架如下：

……训练是真的慢……

Epoch 36/50 175/175 [==============================] - 219s 1s/step - loss: 0.0124 - acc: 0.9962 - val_loss: 0.5256 - val_acc: 0.9034 Epoch 37/50 175/175 [==============================] - 178s 1s/step - loss: 0.0028 - acc: 0.9991 - val_loss: 0.7911 - val_acc: 0.9034 Epoch 38/50 175/175 [==============================] - 174s 992ms/step - loss: 0.0047 - acc: 0.9987 - val_loss: 0.6690 - val_acc: 0.8910 Epoch 39/50 175/175 [==============================] - 241s 1s/step - loss: 0.0044 - acc: 0.9986 - val_loss: 0.6518 - val_acc: 0.9001 Epoch 40/50 142/175 [=======================>......] - ETA: 1:07 - loss: 0.0074 - acc: 0.9976差不多是这样，在测试集上有90的准确度呢！我们拿一个模型预测一下看看。

import numpy as np import utils import cv2 from keras import backend as K from model.AlexNet import AlexNet K.set_image_dim_ordering('tf') if __name__ == "__main__":model = AlexNet()# 载入模型model.load_weights("./logs/ep039-loss0.004-val_loss0.652.h5")# 载入图片，并处理img = cv2.imread("./Test.jpg") img_RGB = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) img_nor = img_RGB/255 img_nor = np.expand_dims(img_nor,axis = 0) img_resize = utils.resize_image(img_nor,(224,224))# 预测~！

#utils.print_answer(np.argmax(model.predict(img))) print(utils.print_answer(np.argmax(model.predict(img_resize)))) cv2.imshow("ooo",img) cv2.waitKey(0)

预测结果为：

猫猫

大功告成。

以上就是python神经网络AlexNet分类模型训练猫狗数据集的详细内容，更多关于AlexNet分类模型训练猫狗数据集的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:在python中利用KNN实现对iris进行分类的方法Python PaddleOCR模型训练及使用超详细教程Python人工智能深度学习模型训练经验总结Python通过TensorFLow进行线性模型训练原理与实现方法详解Python机器学习iris数据集预处理和模型训练方式