分享 | 基于圖像分類網(wǎng)絡(luò)ResNet50_vd實(shí)現(xiàn)桃子分類

點(diǎn)擊下方卡片，關(guān)注“新機(jī)器視覺”公眾號(hào)

視覺/圖像重磅干貨，第一時(shí)間送達(dá)

隨著時(shí)代的快速發(fā)展，人工智能已經(jīng)融入我們生活的方方面面。中國(guó)的農(nóng)業(yè)也因人工智能而受益進(jìn)入高速發(fā)展階段?，F(xiàn)今，看莊稼長(zhǎng)勢(shì)有衛(wèi)星遙感技術(shù)，水果分揀有智能分揀系統(tǒng)，灌溉施肥有自動(dòng)化機(jī)械……

來源：知乎

作者：快速實(shí)現(xiàn)AI想法

具體以水果分揀場(chǎng)景為例，大型的水果種植園每到豐收的季節(jié)，都會(huì)雇傭大量的分揀工人來分揀水果，這是一件人力成本很高的事情。另外，人工分揀水平層次不一還可能使得農(nóng)場(chǎng)主收益受到很大影響。然而，如今智能水果分揀系統(tǒng)的出現(xiàn)，可以自動(dòng)根據(jù)設(shè)置的水果等農(nóng)作物的品級(jí)進(jìn)行分揀，降低人力成本，提高處理效率，提升分揀的準(zhǔn)確性，那么問題來了。

如何搭建一套完整的智能水果分揀系統(tǒng)？巧了，PaddleHub正好可以幫你搞定完整的系統(tǒng)建立！

今天我們帶大家利用PaddleHub搭建ResNet50_vd網(wǎng)絡(luò)，實(shí)現(xiàn)桃子分類，讓大家親自感受圖像分類的魅力。

本實(shí)踐旨在通過桃子分類來讓大家對(duì)圖像分類問題有一個(gè)初步了解，同時(shí)理解和掌握如何使用PaddleHub搭建一個(gè)經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)。

如果您覺得本案例對(duì)您有幫助，歡迎Star收藏一下，不易走丟哦~，鏈接指路：https://github.com/PaddlePaddle/awesome-DeepLearning。

方案設(shè)計(jì)

本教程的設(shè)計(jì)方案如圖2所示。對(duì)于一幅輸入的桃子圖像，首先使用ResNet50_vd網(wǎng)絡(luò)提取特征，獲取特征表示；然后使用分類器獲取屬于每個(gè)桃子類別的概率值。在訓(xùn)練階段，通過模型輸出的概率值與樣本的真實(shí)標(biāo)簽構(gòu)建損失函數(shù)，從而進(jìn)行模型訓(xùn)練；在推理階段，選出概率最大的類別作為最終的輸出。

環(huán)境搭建與準(zhǔn)備

安裝PaddlePaddle：參考快速安裝，aistudio已經(jīng)預(yù)先安裝好了PaddlePaddle。

安裝PaddleHub：為了保證最新版本穩(wěn)定，建議執(zhí)行以下命令安裝。

!pip install paddlehub==2.0.4 -i https://pypi.tuna.tsinghua.edu.cn/simple

數(shù)據(jù)處理

在本教程提供的數(shù)據(jù)文件中，已經(jīng)提供了分割好的訓(xùn)練集、驗(yàn)證集、測(cè)試集的索引和標(biāo)注文件。如果用戶利用PaddleHub遷移CV類任務(wù)使用自定義數(shù)據(jù)，則需要自行切分?jǐn)?shù)據(jù)集，將數(shù)據(jù)集切分為訓(xùn)練集、驗(yàn)證集和測(cè)試集。需要三個(gè)文本文件來記錄對(duì)應(yīng)的圖片路徑和標(biāo)簽，此外還需要一個(gè)標(biāo)簽文件用于記錄標(biāo)簽的名稱。相關(guān)方法可參考自定義數(shù)據(jù)集。該桃子分揀系統(tǒng)按照桃子品相分為4個(gè)等級(jí)。

其中：R0為最好：顏色鮮紅且果實(shí)較大；B1為次優(yōu)：果實(shí)較大，顏色較紅；M2為中等：果實(shí)中等；S3為較差：果實(shí)個(gè)頭比較小。

數(shù)據(jù)分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，訓(xùn)練集為每種桃子各1500張，驗(yàn)證集每種桃子各100張，測(cè)試集每種桃子為15張。

├─data: 數(shù)據(jù)目錄    
  ├─train_list.txt：訓(xùn)練集數(shù)據(jù)列表  
  ├─test_list.txt：測(cè)試集數(shù)據(jù)列表   
  ├─validate_list.txt：驗(yàn)證集數(shù)據(jù)列表   
  ├─label_list.txt：標(biāo)簽列表 
  └─……

訓(xùn)練集、驗(yàn)證集和測(cè)試集的數(shù)據(jù)列表文件的格式如下，列與列之間以空格鍵分隔。

圖片1路徑 圖片1標(biāo)簽 
圖片2路徑 圖片2標(biāo)簽 
...

label_list.txt的格式如下：

分類1名稱   
分類2名稱   
...

隨后進(jìn)行數(shù)據(jù)集的解壓：

!unzip -q -o ./data/data67225/peach.zip -d ./work

準(zhǔn)備好數(shù)據(jù)后即可使用PaddleHub完成數(shù)據(jù)讀取器的構(gòu)建，實(shí)現(xiàn)方法如下所示：構(gòu)建數(shù)據(jù)讀取Python類，并繼承paddle.io.Dataset這個(gè)類完成數(shù)據(jù)讀取器構(gòu)建。在定義數(shù)據(jù)集時(shí)，需要預(yù)先定義好對(duì)數(shù)據(jù)集的預(yù)處理操作，并且設(shè)置好數(shù)據(jù)模式。在數(shù)據(jù)集定義中，需要重新定義__init__，__getitem__和__len__三個(gè)部分。示例如下：

#coding:utf-8
import os

import paddle
import paddlehub as hub


class DemoDataset(paddle.io.Dataset):
    def __init__(self, transforms, num_classes=4, mode='train'):    
        # 數(shù)據(jù)集存放位置
        self.dataset_dir = "./work/peach-classification"  #dataset_dir為數(shù)據(jù)集實(shí)際路徑，需要填寫全路徑
        self.transforms = transforms
        self.num_classes = num_classes
        self.mode = mode

        if self.mode == 'train':
            self.file = 'train_list.txt'
        elif self.mode == 'test':
            self.file = 'test_list.txt'
        else:
            self.file = 'validate_list.txt'

        self.file = os.path.join(self.dataset_dir , self.file)
        self.data = []

        with open(self.file, 'r') as f:
            for line in f.readlines():
                line = line.strip()
                if line != '':
                    self.data.append(line)

    def __getitem__(self, idx):
        img_path, grt = self.data[idx].split(' ')
        img_path = os.path.join(self.dataset_dir, img_path)
        im = self.transforms(img_path)
        return im, int(grt)


    def __len__(self):
        return len(self.data)

將訓(xùn)練數(shù)據(jù)輸入模型之前，我們通常還需要對(duì)原始數(shù)據(jù)做一些數(shù)據(jù)處理的工作，比如數(shù)據(jù)格式的規(guī)范化處理，或增加一些數(shù)據(jù)增強(qiáng)策略。

構(gòu)建圖像分類模型的數(shù)據(jù)讀取器，負(fù)責(zé)將桃子dataset的數(shù)據(jù)進(jìn)行預(yù)處理，以特定格式組織并輸入給模型進(jìn)行訓(xùn)練。

如下數(shù)據(jù)處理策略，只做了三種操作：

1.指定輸入圖片的尺寸，并將所有樣本數(shù)據(jù)統(tǒng)一處理成該尺寸。

2.對(duì)輸入圖像進(jìn)行裁剪，并且保持圖片中心點(diǎn)不變。

3.對(duì)所有輸入圖片數(shù)據(jù)進(jìn)行歸一化處理。

對(duì)數(shù)據(jù)預(yù)處理及加載數(shù)據(jù)集的示例如下：

import paddlehub.vision.transforms as T

transforms = T.Compose(
        [T.Resize((256, 256)),
         T.CenterCrop(224),
         T.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])],
        to_rgb=True)

peach_train = DemoDataset(transforms)
peach_validate =  DemoDataset(transforms, mode='val')
peach_test =  DemoDataset(transforms, mode='test')

PaddleHub提供了豐富的數(shù)據(jù)預(yù)處理方式，具體可以參見預(yù)處理。

模型構(gòu)建

我們要在PaddleHub中選擇合適的預(yù)訓(xùn)練模型來Fine-tune，由于桃子分類是一個(gè)圖像分類任務(wù)，這里采用Resnet50模型，并且是采用ImageNet數(shù)據(jù)集預(yù)訓(xùn)練過的版本。這個(gè)預(yù)訓(xùn)練模型是在圖像任務(wù)中的一個(gè)“萬金油”模型，Resnet是目前較為有效的處理圖像的網(wǎng)絡(luò)結(jié)構(gòu)，50層是一個(gè)精度和性能兼顧的選擇，而ImageNet又是計(jì)算機(jī)視覺領(lǐng)域公開的最大的分類數(shù)據(jù)集。所以，在不清楚選擇什么模型好的時(shí)候，可以優(yōu)先以這個(gè)模型作為baseline。

使用PaddleHub加載ResNet50模型，十分簡(jiǎn)單，只需一行代碼即可實(shí)現(xiàn)。關(guān)于更多預(yù)訓(xùn)練模型信息參見PaddleHub模型介紹。

#安裝預(yù)訓(xùn)練模型
!hub install resnet50_vd_imagenet_ssld==1.1.0
# 加載模型

import paddlehub as hub

model = hub.Module(name='resnet50_vd_imagenet_ssld', label_list=["R0", "B1", "M2", "S3"])

模型訓(xùn)練

本案例中，我們使用Adam優(yōu)化器，2014年12月，Kingma和Lei Ba提出了Adam優(yōu)化器。該優(yōu)化器對(duì)梯度的均值，即一階矩估計(jì)（First Moment Estimation）和梯度的未中心化的方差，即二階矩估計(jì)（Second Moment Estimation）進(jìn)行綜合計(jì)算，獲得更新步長(zhǎng)。Adam優(yōu)化器實(shí)現(xiàn)起來較為簡(jiǎn)單，且計(jì)算效率高，需要的內(nèi)存更少，梯度的伸縮變換不會(huì)影響更新梯度的過程， 超參數(shù)的可解釋性強(qiáng)，且通常超參數(shù)無需調(diào)整或僅需微調(diào)等優(yōu)點(diǎn)。我們將學(xué)習(xí)率設(shè)置為0.001，訓(xùn)練10個(gè)epochs。

from paddlehub.finetune.trainer import Trainer

import paddle

optimizer = paddle.optimizer.Adam(learning_rate=0.001, parameters=model.parameters())
trainer = Trainer(model, optimizer, checkpoint_dir='img_classification_ckpt', use_gpu=True) 
trainer.train(peach_train, epochs=10, batch_size=16, eval_dataset=peach_validate, save_interval=1)

其中?paddle.optimizer.Adam：

• learning_rate：全局學(xué)習(xí)率。默認(rèn)為1e-3；
• parameters：待優(yōu)化模型參數(shù)。

運(yùn)行配置

Trainer?主要控制Fine-tune的訓(xùn)練，包含以下可控制的參數(shù)：

• model：被優(yōu)化模型；
• optimizer：優(yōu)化器選擇；
• use_vdl：是否使用vdl可視化訓(xùn)練過程；
• checkpoint_dir：保存模型參數(shù)的地址；
• compare_metrics：保存最優(yōu)模型的衡量指標(biāo)；

trainer.train?主要控制具體的訓(xùn)練過程，包含以下可控制的參數(shù)：

• train_dataset：訓(xùn)練時(shí)所用的數(shù)據(jù)集；
• epochs：訓(xùn)練輪數(shù)；
• batch_size：訓(xùn)練的批大小，如果使用GPU，請(qǐng)根據(jù)實(shí)際情況調(diào)整batch_size；
• num_workers：works的數(shù)量，默認(rèn)為0；
• eval_dataset：驗(yàn)證集；
• log_interval：打印日志的間隔， 單位為執(zhí)行批訓(xùn)練的次數(shù)。
• save_interval：保存模型的間隔頻次，單位為執(zhí)行訓(xùn)練的輪數(shù)。

當(dāng)Fine-tune完成后，我們使用模型來進(jìn)行預(yù)測(cè)，實(shí)現(xiàn)如下：

模型評(píng)估

這里我們使用測(cè)試集來評(píng)估訓(xùn)練完成的模型。

# 模型評(píng)估
trainer.evaluate(peach_test, 16)

模型推理

這里我們使用訓(xùn)練完成的模型來預(yù)測(cè)測(cè)試集中的一張圖片，觀察預(yù)測(cè)結(jié)果與真實(shí)結(jié)果是否一致。

import paddle
import paddlehub as hub
from PIL import Image
import matplotlib.pyplot as plt

img_path = './work/test.jpg'
img = Image.open(img_path)
plt.imshow(img)
plt.axis('off')
plt.show()
result = model.predict([img_path])
print("桃子的類別被預(yù)測(cè)為:{}".format(result))

以上為加載模型后實(shí)際預(yù)測(cè)結(jié)果（這里只測(cè)試了一張圖片），返回的是預(yù)測(cè)的實(shí)際效果，可以看到我們傳入待預(yù)測(cè)的是M2類別的桃子照片，經(jīng)過Fine-tune之后的模型預(yù)測(cè)的效果也是M2，由此成功完成了桃子分類的遷移學(xué)習(xí)。

模型部署

由于AIStudio不支持ip訪問，以下代碼僅做示例，如有需要，請(qǐng)?jiān)诒镜貦C(jī)器運(yùn)行。

想用我們自己訓(xùn)練的分揀桃子的網(wǎng)絡(luò)參數(shù)，先配置config.json文件：

{
  "modules_info": {
    "resnet50_vd_imagenet_ssld": {
      "init_args": {
          "version": "1.1.0",
          "label_list":["R0", "B1", "M2", "S3"],
          "load_checkpoint": "img_classification_ckpt/best_model/model.pdparams"
      },
      "predict_args": {
          "batch_size": 1
      }

    }
  },
  "port": 8866,
  "gpu": "0"
}

借助?PaddleHub，服務(wù)器端的部署也非常簡(jiǎn)單，直接用一條命令行在服務(wù)器啟動(dòng)resnet50分類模型就行了：

$ hub serving start --config config.json

是的，在服務(wù)器端這就完全沒問題了。相比手動(dòng)配置各種參數(shù)或者調(diào)用各種框架，PaddleHub 部署服務(wù)器實(shí)在是太好用了。

NOTE:?如使用GPU預(yù)測(cè)，則需要在啟動(dòng)服務(wù)之前，請(qǐng)?jiān)O(shè)置CUDA_VISIBLE_DEVICES環(huán)境變量，否則不用設(shè)置。

在服務(wù)端發(fā)送請(qǐng)求，請(qǐng)求腳本如下：

import requests
import json
import cv2
import base64

import numpy as np


def cv2_to_base64(image):
    data = cv2.imencode('.jpg', image)[1]
    return base64.b64encode(data.tostring()).decode('utf8')

def base64_to_cv2(b64str):
    data = base64.b64decode(b64str.encode('utf8'))
    data = np.fromstring(data, np.uint8)
    data = cv2.imdecode(data, cv2.IMREAD_COLOR)
    return data

# 發(fā)送HTTP請(qǐng)求
org_im = cv2.imread('/PATH/TO/IMAGE')

data = {'images':[cv2_to_base64(org_im)], 'top_k':1}
headers = {"Content-type": "application/json"}
url = "http://127.0.0.1:8866/predict/resnet50_vd_imagenet_ssld"
r = requests.post(url=url, headers=headers, data=json.dumps(data))
data =r.json()["results"]['data']

相信只要有一些 Python 基礎(chǔ)，在本地預(yù)測(cè)、以及部署到服務(wù)器端都是沒問題的，飛槳的 PaddleHub 已經(jīng)幫我們做好了各種處理過程。

數(shù)據(jù)來源：https://aistudio.baidu.com/aistudio/datasetdetail/67225

本文僅做學(xué)術(shù)分享，如有侵權(quán)，請(qǐng)聯(lián)系刪文。

—THE END—