深度学习100例 —— 卷积神经网络(CNN)识别眼睛状态

活动地址：CSDN21天学习挑战赛

深度学习100例——卷积神经网络(CNN)识别眼睛状态

• 本文为365天深度学习训练营 中的学习记录博客
• 参考文章地址： 深度学习100例-卷积神经网络（CNN）识别眼睛状态 | 第17天

我的环境

1. 前期准备工作

1.1 设置GPU

import tensorflow as tf

gpus = tf.config.list_physical_devices("GPU")

if gpus:
    tf.config.experimental.set_memory_growth(gpus[0], True)  #设置GPU显存用量按需使用
    tf.config.set_visible_devices([gpus[0]],"GPU")

# 打印显卡信息，确认GPU可用
print(gpus)

1.2 导入数据

import matplotlib.pyplot as plt
# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

import os,PIL

# 设置随机种子尽可能使结果可以重现
import numpy as np
np.random.seed(1)

# 设置随机种子尽可能使结果可以重现
import tensorflow as tf
tf.random.set_seed(1)

import pathlib

data_dir = "第17天/017_Eye_dataset"
data_dir = pathlib.Path(data_dir)

1.3 查看数据

image_count = len(list(data_dir.glob('*/*')))

print("图片总数为：",image_count)

2. 数据预处理

2.1 加载数据

batch_size = 64
img_height = 224
img_width = 224


train_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir,
    validation_split=0.2,
    subset="training",
    seed=12,
    image_size=(img_height, img_width),
    batch_size=batch_size)

val_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir,
    validation_split=0.2,
    subset="validation",
    seed=12,
    image_size=(img_height, img_width),
    batch_size=batch_size)

通过class_names输出数据集的标签。标签将按字母顺序对应于目录名称。

class_names = train_ds.class_names
print(class_names)

2.2 可视化数据

plt.figure(figsize=(10, 5))  # 图形的宽为10高为5
plt.suptitle("datashow")

for images, labels in train_ds.take(1):
    for i in range(8):
        
        ax = plt.subplot(2, 4, i + 1)  
        
        ax.patch.set_facecolor('yellow')
        
        plt.imshow(images[i].numpy().astype("uint8"))
        plt.title(class_names[labels[i]])
        
        plt.axis("off")

2.3 再次检查数据

for image_batch, labels_batch in train_ds:
    print(image_batch.shape)
    print(labels_batch.shape)
    break

• Image_batch是形状的张量(8,224,224,3)。这是一批形状240x240x3的8张图片(最后一维指的是彩色通道RGB)。
• Label_batch是形状(8，)的张量，这些标签对应8张图片

2.4 配置数据集

shuffle():打乱数据。

prefetch():预取数据，加速运行。

cache():将数据集缓存到内存当中，加速运行。

AUTOTUNE = tf.data.AUTOTUNE

train_ds = train_ds.cache().shuffle(1000).prefetch(buffer_size=AUTOTUNE)
val_ds   = val_ds.cache().prefetch(buffer_size=AUTOTUNE)

3. 调用官方模型

model = tf.keras.applications.VGG16()
# 打印模型信息
model.summary()

4. 设置动态学习率

• 学习率大
  • 优点:1、加快学习速率。2、有助于跳出局部最优值。
  • 缺点:1、导致模型训练不收敛。2、单单使用大学习率容易导致模型不精确。
• 学习率小
  • 优点:1、有助于模型收敛、模型细化。2、提高模型精度。
  • 缺点:1、很难跳出局部最优值。2、收敛缓慢。

注意:这里设置的动态学习率为:指数衰减型(ExponentiaIDecay)。假设1个epoch有100个batch(相当于100step)，20个epoch过后,step==2000，即step会随着epoch累加。计算公式如下:

learning _rate = initial_learning_rate *decay_rate ^(step / decay_steps)

# 设置初始学习率
initial_learning_rate = 1e-4

lr_schedule = tf.keras.optimizers.schedules.ExponentialDecay(
        initial_learning_rate, 
        decay_steps=20,      # 敲黑板！！！这里是指 steps，不是指epochs
        decay_rate=0.96,     # lr经过一次衰减就会变成 decay_rate*lr
        staircase=True)

# 将指数衰减学习率送入优化器
optimizer = tf.keras.optimizers.Adam(learning_rate=lr_schedule)

5. 编译

• 损失函数(loss):用于衡量模型在训练期间的准确率。
• 优化器(optimizer) :决定模型如何根据其看到的数据和自身的损失函数进行更新。
• 评价函数(metrics) :用于监控训练和测试步骤。以下示例使用了准确率。即被正确分类的图像的比率。

model.compile(optimizer=optimizer,loss ='sparse_categorical_crossentropy',metrics = ['accuracy'])

6. 训练模型

epochs = 10

history = model.fit(train_ds,validation_data=val_ds,epochs=epochs)

7. 模型评估

7.1 Accuracy图与Loss图

acc = history.history['accuracy']
val_acc = history.history['val_accuracy']

loss = history.history['loss']
val_loss = history.history['val_loss']

epochs_range = range(epochs)

plt.figure(figsize=(12, 4))
plt.subplot(1, 2, 1)

plt.plot(epochs_range, acc, label='Training Accuracy')
plt.plot(epochs_range, val_acc, label='Validation Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')

plt.subplot(1, 2, 2)
plt.plot(epochs_range, loss, label='Training Loss')
plt.plot(epochs_range, val_loss, label='Validation Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()

7.2 混淆矩阵

Seaborn是一个画图库，它基于Matplotlib核心库进行了更高阶的API封装，可以让你轻松地画出更漂亮的图形。Seaborn 的漂亮主要体现在配色更加舒服、以及图形元素的样式更加细腻。

from sklearn.metrics import confusion_matrix
import seaborn as sns
import pandas as pd

# 定义一个绘制混淆矩阵图的函数
def plot_cm(labels, predictions):
    
    # 生成混淆矩阵
    conf_numpy = confusion_matrix(labels, predictions)
    # 将矩阵转化为 DataFrame
    conf_df = pd.DataFrame(conf_numpy, index=class_names ,columns=class_names)  
    
    plt.figure(figsize=(8,7))
    
    sns.heatmap(conf_df, annot=True, fmt="d", cmap="BuPu")
    
    plt.title('hunxiaojuzhen',fontsize=15)
    plt.ylabel('real',fontsize=14)
    plt.xlabel('predict',fontsize=14)

val_pre   = []
val_label = []

for images, labels in val_ds:#这里可以取部分验证数据（.take(1)）生成混淆矩阵
    for image, label in zip(images, labels):
        # 需要给图片增加一个维度
        img_array = tf.expand_dims(image, 0) 
        # 使用模型预测图片中的人物
        prediction = model.predict(img_array)

        val_pre.append(class_names[np.argmax(prediction)])
        val_label.append(class_names[label])

plot_cm(val_label, val_pre)

8. 保存和加载模型

# 保存模型
model.save('model/17_model.h5')
# 加载模型
new_model = tf.keras.models.load_model('model/17_model.h5')

9. 预测

# 采用加载的模型（new_model）来看预测结果

plt.figure(figsize=(10, 5))  # 图形的宽为10高为5
plt.suptitle("result_predict")

for images, labels in val_ds.take(1):
    for i in range(8):
        ax = plt.subplot(2, 4, i + 1)  
        
        # 显示图片
        plt.imshow(images[i].numpy().astype("uint8"))
        
        # 需要给图片增加一个维度
        img_array = tf.expand_dims(images[i], 0) 
        
        # 使用模型预测图片中的人物
        predictions = new_model.predict(img_array)
        plt.title(class_names[np.argmax(predictions)])

        plt.axis("off")