TensorFlow图像识别（物体分类）入门教程

本文主要介绍了如何使用TensorFlow环境运行一个最基本的图像分类器（Win10系统）。源码地址https://github.com/sourcedexter/tfClassifier/tree/master/image_classification

（这个大神好像改名了，原来叫akshaypai来着）

一．基础概念介绍

1.物体分类的思想

物体分类，也就是训练系统识别各个物体，如猫咪、狗狗、汽车等。TensorFlow是谷歌开发出的人工智能学习系统，相当于我们的运行环境。

2.神经网络与Inception v3体系结构模型

神经网络示意图如下：

通俗了讲，就是将若干个输入，进行若干次操作（线性或者非线性），最后输出结果。Inception v3模型是谷歌发布的一个深层卷积网络模型。我们使用的retrain_new.py脚本就是使用了Inception v3模型进行一个迁移学习。

3.训练集、测试集和验证集

训练集用来训练模型，验证集用来验证模型是否进行了过拟合，测试集用来测试模型的准确程度。三种图片集的比例会对准确度产生影响。

4.学习速率

不同的学习速率会导致不同的结果。如果速率过大，会导致准确率在训练的过程中不断上下跳动，如果速率过小会导致在训练结束前无法到达预期准确度。

二．环境搭建

1.Python环境搭建

具体的python搭建细节可以自行百度。参考链接：

https://blog.csdn.net/lyj_viviani/article/details/51763101

这里要注意一下版本，因为要对应后文的cuDnn库与cuda的版本。（我用的是python 3.6.4）

2.TensorFlow环境搭建（gpu）

（1）直接pip安装。命令：

pip install tensorflow-gpu

这样就安装好TensorFlow了，但是我们还需要GPU加速，所以还需要安装cuda和cuDnn（专门为deep learning准备的加速库）。

（2）cuda安装

cuda v8.0安装包下载：https://developer.nvidia.com/cuda-downloads

进行如下选择：

下载完后正常安装就可以了。

（3）cuDnn库下载

下载链接：https://developer.nvidia.com/rdp/cudnn-archive

我下载的是这个版本（cuDNN v7.0.5），这个版本要对应好cuda的版本。

下载完后解压缩，出现如下文件夹结构：

然后将这三个文件夹下的文件分别拷贝到cuda对应的文件夹下面就行了。

到这里还不能完整的运行，还需要配置一下环境变量：cuda安装完成后默认的环境变量配置不对，CUDA_PATH是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0,但是这样不能直接访问到bin和lib\x64下的程序包，在path中加上这两个路径即可。

（4）测试

用如下代码测试：

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()

三．基本使用

1.数据集的收集与创建

我用的是2018全球AI挑战赛的数据集。链接：

https://challenger.ai/datasets/lad2018

下载完后，将所有文件夹都放在一个文件夹下（我自己创建了一个叫DataSet），结构如下：

文件夹的名字就是最后输出的分类的结果。
每一个文件夹下都是图片（不能再有子文件夹），即：

2.训练模型

训练模型使用retrain_new.py脚本。在命令行运行，命令格式如下：

python retrain_new.py --model_dir 存放classify_image_graph_def.pb的路径 --image_dir 刚才的创建的DataSet的路径 --output_graph 产生的,pb文件的存放路径 --output_labels 产生的output_labels.txt的 存放路径 --how_many_training_steps 训练步数 --learning_rate 学习速率 --testing_percentage 测试集比例 --validation_percentage 验证集比例

示例命令：

python retrain_new.py --model_dir E:\tfclassifier\image_classification\inception --image_dir E:\tfclassifier\DataSet --output_graph E:\tfclassifier\image_classification\output_dir\output_graph.pb  --output_labels E:\tfclassifier\image_classification\output_dir\output_labels.txt --how_many_training_steps 500 --learning_rate 0.3 --testing_percentage 10 --validation_percentage 10

说明：

model_dir参数：指定了model的存放位置，就是我们的inception文件夹

image_dir参数：指定了数据集的位置

output_graph参数：产生的output_graph.pb文件的存放路径（后面要用）

output_labels 参数：产生的output_labels.txt的存放路径（后面要用）

how_many_training_steps参数：训练步数，和学习速率配合调整（我用的500）

learning_rate参数：学习速率，和训练步数配合调整（我用的0.3，常用的有0.001，0.01，0.1，0.3，1，3，可自己调整尝试一下）

testing_percentage参数：测试集比例

validation_percentage参数：验证集比例

注意：训练会在根目录下生成一个tmp文件夹，存放相关文件，即：

3.测试模型

核心的文件是output_graph.pb文件（我们训练所产生的图，是一个二进制文件）和output_labels.txt文件。

使用retrain_model_classifier.py脚本来测试模型。命令格式如下：

E:

cd E:\tfclassifier\image_classification（进入retrain_model_classifier.py脚本所在的目录）

python retrain_model_classifier.py 要识别图片的路径

例如：

python retrain_model_classifier.py D:\test2\testPic.jpg

然后会看到一些版本信息，和输出结果（红框部分）：

四．遇到的问题以及解答

1.版本对应问题

Python版本，cuda版本和cuDNN版本都是对应的，如果结果中出现了乱码，很大概率是版本的问题。

2.带参数的python脚本编写与运行

想让python脚本带参数，可以在python脚本的末尾添加如下格式的代码：

运行时需要在python xxx.py后加上“--image_dir 参数”就可以了。

3.测试脚本的调整

要不断训练、测试，不断调整参数，直到训练快要结束的时候，验证比例达到稳定，并且在90以上，我们才认为系统较为完善。

五．参考链接：

深度学习动手入门：GitHub上四个超棒的TensorFlow开源项目

http://www.techweb.com.cn/news/2017-07-31/2566452.shtml

Win10 TensorFlow（gpu）安装详解

https://blog.csdn.net/sb19931201/article/details/53648615

用Inception-V3模型进行图像分类

https://blog.csdn.net/xingwei_09/article/details/79152796

谷歌机器学习速成课程

https://developers.google.cn/machine-learning/crash-course/prereqs-and-prework