Tensorflow学习笔记 (用 tf.data 加载图片)

原代码来自tensorflow

Tensorflow学习笔记 (用 tf.data 加载图片)

Tensorflow学习笔记 (用 tf.data 加载图片)

本教程提供一个如何使用 tf.data 加载图片的简单例子。

导入模块,配置

import tensorflow as tf

tf.data用于数据集的构建与预处理

AUTOTUNE = tf.data.experimental.AUTOTUNE

下载并检查数据集

从origin网址中下载文件,命名为’flower_photos’,untar=True表示对文件进行解压。
通过pathlib.Path(data_root_orig)获得文件的路径(虽然data_root_orig 也表示下载的文件路径,但pathlib.Path可以支持不同的操作系统)

import pathlib
data_root_orig = tf.keras.utils.get_file(origin='https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz',                                   fname='flower_photos', untar=True)
data_root = pathlib.Path(data_root_orig)
print(data_root)

查看data_root路径下的文件

data_root路径下有5个子文件夹和1txt文件。

for item in data_root.iterdir():
  print(item)

Tensorflow学习笔记 (用 tf.data 加载图片)data_root.路径下有6个子文件,data_root.glob(’/’)表示读取子文件夹中的所有图片。

import random
all_image_paths = list(data_root.glob('*/*'))
all_image_paths

列表中的部分内容如下所示
[WindowsPath(‘C:/Users/HUAWEI/.keras/datasets/flower_photos/daisy/100080576_f52e8ee070_n.jpg’),
WindowsPath(‘C:/Users/HUAWEI/.keras/datasets/flower_photos/daisy/10140303196_b88d3d6cec.jpg’),

去掉WindowsPath,只留下图片的路径

all_image_paths = [str(path) for path in all_image_paths]
all_image_paths

Tensorflow学习笔记 (用 tf.data 加载图片)
打乱图片路径顺序
查看一共有多少图片

random.shuffle(all_image_paths)

image_count = len(all_image_paths)
image_count

检查图片

打开data_root路径下的"LICENSE.txt"文件,编码为’utf-8’,读取文件第4行以后的内容。
将列表中的每一项以’ CC-BY’作为分隔符分开。

import os
attributions = (data_root /"LICENSE.txt").open(encoding='utf-8').readlines()[4:]
attributions = [line.split(' CC-BY') for line in attributions]

将attributions变成字典

attributions = dict(attributions)
attributions

Tensorflow学习笔记 (用 tf.data 加载图片)

caption_image是一个查看图片拍摄者的函数。将图片在计算机中的路径作为参数输入,用pathlib.Path将路径变成本机系统适用的路径。image_path相当于data_root的一个子集,pathlib.Path(image_path).relative_to(data_root)相当于将image_path减去data_root。示例如下

import IPython.display as display

def caption_image(image_path):
    image_rel = pathlib.Path(image_path).relative_to(data_root)
    return "Image (CC BY 2.0) " + ' - '.join(attributions[str(image_rel)].split(' - ')[:-1])

随机选取3张图片,浏览图片并打印其拍摄者

for n in range(3):
  image_path = random.choice(all_image_paths)
  display.display(display.Image(image_path))
  print(caption_image(image_path))
   print()

确定可用的标签

查看data_root路径下的所有文件(5个文件夹,1个txt文件),如果文件是文件夹时,将文件的文件名选出并排序。

label_names = sorted(item.name for item in data_root.glob('*/') if item.is_dir())
label_names

通过枚举的方法,为每个标签分配索引。

label_to_index = dict((name, index) for index, name in enumerate(label_names))
label_to_index

设置所有图片的标签。通过for path in all_image_paths得到所有图片的路径,形如’/home/kbuilder/.keras/datasets/flower_photos/tulips/8673416166_620fc18e2f_n.jpg’,pathlib.Path(path).parent.name可以得到图片上一级文件夹的名称,如tulips。
通过键值对匹配给所有图片贴上标签。

all_image_labels = [label_to_index[pathlib.Path(path).parent.name]
                    for path in all_image_paths]

print("First 10 labels indices: ", all_image_labels[:10])

加载并格式化图片

加载并格式化图片,使图片适用于模型训练。
通过tf.io.read_file()和图片路径读取原始数据,返回给image,将原始数据image解码为图像tensor.

def load_and_preprocess_image(path):
  image = tf.io.read_file(path)
  return preprocess_image(image)

该函数用于原始数据的解码,image是原始数据。tf.image.decode_jpeg用于对图片的解码,channels=3表示输出RGB图像,最后返回uint8类型的Tensor。
对图像大小进行调整,[192, 192]表示新图像的大小。
对图像进行归一化处理。

def preprocess_image(image):
  image = tf.image.decode_jpeg(image, channels=3)
  image = tf.image.resize(image, [192, 192])
  image /= 255.0  # normalize to [0,1] range

  return image

查看调整后的图像
不显示网格线
设置横坐标
设置标题,并将首字母大写

import matplotlib.pyplot as plt

image_path = all_image_paths[0]
label = all_image_labels[0]

plt.imshow(load_and_preprocess_image(img_path))
plt.grid(False)
plt.xlabel(caption_image(img_path))
plt.title(label_names[label].title())
print()

构建一个 tf.data.Dataset

构建 tf.data.Dataset 最简单的方法就是使用 from_tensor_slices 方法。
将字符串数组切片,得到一个字符串数据集:

path_ds = tf.data.Dataset.from_tensor_slices(all_image_paths)

现在创建一个新的数据集,通过在路径数据集上映射 preprocess_image 来动态加载和格式化图片,返回一个迭代器。即通过load_and_preprocess_image将path_ds映射至image_ds,动态加载和格式化图片。

image_ds = path_ds.map(load_and_preprocess_image, num_parallel_calls=AUTOTUNE)

浏览图片

import matplotlib.pyplot as plt

plt.figure(figsize=(8,8))
for n, image in enumerate(image_ds.take(4)):
  plt.subplot(2,2,n+1)
  plt.imshow(image)
  plt.grid(False)
  plt.xticks([])
  plt.yticks([])
  plt.xlabel(caption_image(all_image_paths[n]))
  plt.show()

使用同样的 from_tensor_slices 方法你可以创建一个标签数据集

label_ds = tf.data.Dataset.from_tensor_slices(tf.cast(all_image_labels, tf.int64))

由于这些数据集顺序相同,你可以将他们打包在一起得到一个(图片, 标签)对数据集:

image_label_ds = tf.data.Dataset.zip((image_ds, label_ds))


ds = tf.data.Dataset.from_tensor_slices((all_image_paths, all_image_labels))

元组被解压缩到映射函数的位置参数中

def load_and_preprocess_from_path_label(path, label):
  return load_and_preprocess_image(path), label

image_label_ds = ds.map(load_and_preprocess_from_path_label)
image_label_ds

训练时,数据应充分打乱,分割为batch,永远穿越重复,尽可能提供batch

BATCH_SIZE = 32

设置一个和数据集大小一致的 shuffle buffer size(随机缓冲区大小)以保证数据被充分打乱。

ds = image_label_ds.shuffle(buffer_size=image_count)
ds = ds.repeat()
ds = ds.batch(BATCH_SIZE)

当模型在训练的时候,prefetch 使数据集在后台取得 batch。

ds = ds.prefetch(buffer_size=AUTOTUNE)
ds
ds = image_label_ds.apply(
  tf.data.experimental.shuffle_and_repeat(buffer_size=image_count))
ds = ds.batch(BATCH_SIZE)
ds = ds.prefetch(buffer_size=AUTOTUNE)
ds

传递数据至模型

mobile_net = tf.keras.applications.MobileNetV2(input_shape=(192, 192, 3), include_top=False)
mobile_net.trainable=False

该模型期望它的输出被标准化至 [-1,1] 范围内,在你将输出传递给 MobilNet 模型之前,你需要将其范围从 [0,1] 转化为 [-1,1]:

def change_range(image,label):
  return 2*image-1, label

keras_ds = ds.map(change_range)

构建一个包装了 MobileNet 的模型并在 tf.keras.layers.Dense 输出层之前使用 tf.keras.layers.GlobalAveragePooling2D 来平均那些空间向量:

model = tf.keras.Sequential([
  mobile_net,
  tf.keras.layers.GlobalAveragePooling2D(),
  tf.keras.layers.Dense(len(label_names), activation = 'softmax')])
logit_batch = model(image_batch).numpy()

print("min logit:", logit_batch.min())
print("max logit:", logit_batch.max())
print()

print("Shape:", logit_batch.shape)

编译模型

model.compile(optimizer=tf.keras.optimizers.Adam(),
              loss='sparse_categorical_crossentropy',
              metrics=["accuracy"])

查看Dense层可训练的变量个数

len(model.trainable_variables)

model.summary()

注意,出于演示目的每一个 epoch 中你将只运行 3 step,但一般来说在传递给 model.fit() 之前你会指定 step 的真实数量

steps_per_epoch=tf.math.ceil(len(all_image_paths)/BATCH_SIZE).numpy()
steps_per_epoch

model.fit(ds, epochs=1, steps_per_epoch=3)
上一篇:时间序列树模型特征工程汇总


下一篇:FLINK基础(81):DS状态机制(7);流计算容错(7)