tensorflow训练自己的数据集实现CNN图像分类1

利用卷积神经网络训练图像数据分为以下几个步骤

1. 读取图片文件
2. 产生用于训练的批次
3. 定义训练的模型（包括初始化参数，卷积、池化层等参数、网络）
4. 训练

1 读取图片文件

 def get_files(filename):
     class_train = []
     label_train = []
     for train_class in os.listdir(filename):
         for pic in os.listdir(filename+train_class):
             class_train.append(filename+train_class+'/'+pic)
             label_train.append(train_class)
     temp = np.array([class_train,label_train])
     temp = temp.transpose()
     #shuffle the samples
     np.random.shuffle(temp)
     #after transpose, images is in dimension 0 and label in dimension 1
     image_list = list(temp[:,0])
     label_list = list(temp[:,1])
     label_list = [int(i) for i in label_list]
     #print(label_list)
     return image_list,label_list

　　这里文件名作为标签，即类别（其数据类型要确定，后面要转为tensor类型数据）。

　　然后将image和label转为list格式数据，因为后边用到的的一些tensorflow函数接收的是list格式数据。

2 产生用于训练的批次

 def get_batches(image,label,resize_w,resize_h,batch_size,capacity):
     #convert the list of images and labels to tensor
     image = tf.cast(image,tf.string)
     label = tf.cast(label,tf.int64)
     queue = tf.train.slice_input_producer([image,label])
     label = queue[1]
     image_c = tf.read_file(queue[0])
     image = tf.image.decode_jpeg(image_c,channels = 3)
     #resize
     image = tf.image.resize_image_with_crop_or_pad(image,resize_w,resize_h)
     #(x - mean) / adjusted_stddev
     image = tf.image.per_image_standardization(image)

     image_batch,label_batch = tf.train.batch([image,label],
                                              batch_size = batch_size,
                                              num_threads = 64,
                                              capacity = capacity)
     images_batch = tf.cast(image_batch,tf.float32)
     labels_batch = tf.reshape(label_batch,[batch_size])
     return images_batch,labels_batch

　　首先使用tf.cast转化为tensorflow数据格式，使用tf.train.slice_input_producer实现一个输入的队列。

　　label不需要处理，image存储的是路径，需要读取为图片，接下来的几步就是读取路径转为图片，用于训练。

　　CNN对图像大小是敏感的，第10行图片resize处理为大小一致，12行将其标准化，即减去所有图片的均值，方便训练。

　　接下来使用tf.train.batch函数产生训练的批次。

　　最后将产生的批次做数据类型的转换和shape的处理即可产生用于训练的批次。

3 定义训练的模型

（1）训练参数的定义及初始化

 def init_weights(shape):
     return tf.Variable(tf.random_normal(shape,stddev = 0.01))
 #init weights
 weights = {
     "w1":init_weights([3,3,3,16]),
     "w2":init_weights([3,3,16,128]),
     "w3":init_weights([3,3,128,256]),
     "w4":init_weights([4096,4096]),
     "wo":init_weights([4096,2])
     }

 #init biases
 biases = {
     "b1":init_weights([16]),
     "b2":init_weights([128]),
     "b3":init_weights([256]),
     "b4":init_weights([4096]),
     "bo":init_weights([2])
     }

　　CNN的每层是y=wx+b的决策模型，卷积层产生特征向量，根据这些特征向量带入x进行计算，因此，需要定义卷积层的初始化参数，包括权重和偏置。其中第8行的参数形状后边再解释。

（2）定义不同层的操作

 def conv2d(x,w,b):
     x = tf.nn.conv2d(x,w,strides = [1,1,1,1],padding = "SAME")
     x = tf.nn.bias_add(x,b)
     return tf.nn.relu(x)

 def pooling(x):
     return tf.nn.max_pool(x,ksize = [1,2,2,1],strides = [1,2,2,1],padding = "SAME")

 def norm(x,lsize = 4):
     return tf.nn.lrn(x,depth_radius = lsize,bias = 1,alpha = 0.001/9.0,beta = 0.75)

　　这里只定义了三种层，即卷积层、池化层和正则化层

（3）定义训练模型

 def mmodel(images):
     l1 = conv2d(images,weights["w1"],biases["b1"])
     l2 = pooling(l1)
     l2 = norm(l2)
     l3 = conv2d(l2,weights["w2"],biases["b2"])
     l4 = pooling(l3)
     l4 = norm(l4)
     l5 = conv2d(l4,weights["w3"],biases["b3"])
     #same as the batch size
     l6 = pooling(l5)
     l6 = tf.reshape(l6,[-1,weights["w4"].get_shape().as_list()[0]])
     l7 = tf.nn.relu(tf.matmul(l6,weights["w4"])+biases["b4"])
     soft_max = tf.add(tf.matmul(l7,weights["wo"]),biases["bo"])
     return soft_max

　　模型比较简单，使用三层卷积，第11行使用全连接，需要对特征向量进行reshape，其中l6的形状为[-1，w4的第1维的参数]，因此，将其按照“w4”reshape的时候，要使得-1位置的大小为batch_size，这样，最终再乘以“wo”时，最终的输出大小为[batch_size,class_num]

（4）定义评估量

 def loss(logits,label_batches):
     cross_entropy = tf.nn.sparse_softmax_cross_entropy_with_logits(logits=logits,labels=label_batches)
     cost = tf.reduce_mean(cross_entropy)
     return cost

　　首先定义损失函数，这是用于训练最小化损失的必需量

 def get_accuracy(logits,labels):
     acc = tf.nn.in_top_k(logits,labels,1)
     acc = tf.cast(acc,tf.float32)
     acc = tf.reduce_mean(acc)
     return acc

　　评价分类准确率的量，训练时，需要loss值减小，准确率增加，这样的训练才是收敛的。

（5）定义训练方式

 def training(loss,lr):
     train_op = tf.train.RMSPropOptimizer(lr,0.9).minimize(loss)
     return train_op

　　有很多种训练方式，可以自行去官网查看，但是不同的训练方式可能对应前面的参数定义不一样，需要另行处理，否则可能报错。

4 训练

 def run_training():
     data_dir = 'C:/Users/wk/Desktop/bky/dataSet/'
     image,label = inputData.get_files(data_dir)
     image_batches,label_batches = inputData.get_batches(image,label,32,32,16,20)
     p = model.mmodel(image_batches)
     cost = model.loss(p,label_batches)
     train_op = model.training(cost,0.001)
     acc = model.get_accuracy(p,label_batches)

     sess = tf.Session()
     init = tf.global_variables_initializer()
     sess.run(init)

     coord = tf.train.Coordinator()
     threads = tf.train.start_queue_runners(sess = sess,coord = coord)

     try:
        for step in np.arange(1000):
            print(step)
            if coord.should_stop():
                break
            _,train_acc,train_loss = sess.run([train_op,acc,cost])
            print("loss:{} accuracy:{}".format(train_loss,train_acc))
     except tf.errors.OutOfRangeError:
         print("Done!!!")
     finally:
         coord.request_stop()
     coord.join(threads)
     sess.close()