Tensorflow實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)用于人臉關(guān)鍵點(diǎn)識(shí)別
今年來(lái)人工智能的概念越來(lái)越火,AlphaGo以4:1擊敗李世石更是起到推波助瀾的作用。作為一個(gè)開(kāi)挖掘機(jī)的菜鳥(niǎo),深深感到不學(xué)習(xí)一下deep learning早晚要被淘汰。
既然要開(kāi)始學(xué),當(dāng)然是搭一個(gè)深度神經(jīng)網(wǎng)絡(luò)跑幾個(gè)數(shù)據(jù)集感受一下作為入門(mén)最直觀了。自己寫(xiě)代碼實(shí)現(xiàn)的話(huà)debug的過(guò)程和運(yùn)行效率都會(huì)很憂(yōu)傷,我也不知道怎么調(diào)用GPU… 所以還是站在巨人的肩膀上,用現(xiàn)成的框架吧。粗略了解一下,現(xiàn)在比較知名的有caffe、mxnet、tensorflow等等。選哪個(gè)呢?對(duì)我來(lái)說(shuō)選擇的標(biāo)準(zhǔn)就兩個(gè),第一要容易安裝(想盡快入門(mén)的迫切心情實(shí)在難以忍受一大堆的配置安裝…);第二文檔要齊全(這應(yīng)該是廢話(huà) - -)。這幾個(gè)大名鼎鼎的框架文檔都是比較齊全的,那就看最容易安裝的??戳藥讉€(gè)文檔,tensorflow算是最容易安裝的了?;揪褪?code>pip intall 給定的URL就可以了。安裝方式的文檔可以在tensorflow安裝教程上查看。
tensorflow基本概念與用法
tensorflow直譯過(guò)來(lái)就是張量流。去年google剛推出tensorflow的時(shí)候我就納悶,為什么深度學(xué)習(xí)會(huì)牽扯到張量,以前學(xué)彈塑性力學(xué)的時(shí)候就是一大堆張量看的很煩…不過(guò)還好要理解tensorflow里的tensor完全不用理會(huì)那些。先來(lái)看一下官方文檔的說(shuō)明:
class tf.Tensor
Represents a value produced by an Operation.
A Tensor is a symbolic handle to one of the outputs of an Operation. It does not hold the values of that operation's output, but instead provides a means of computing those values in a TensorFlow Session.
首先,Tensor代表了執(zhí)行一個(gè)操作(運(yùn)算)所產(chǎn)生的值。其次,一個(gè)Tensor實(shí)例并不會(huì)保存具體的值,而只是代表了產(chǎn)生這些值的運(yùn)算方式。好像有些拗口,也就是說(shuō)假如有一個(gè)加法操作add,令c = add(1,1)。那么c就是一個(gè)tensor實(shí)例了,代表了1+1的結(jié)果,但是它并沒(méi)有存儲(chǔ)2這個(gè)具體的值,它只知道它代表1+1這個(gè)運(yùn)算。從這里也可以看出,tensorflow里的api都是惰性求值,等真正需要知道具體的值的時(shí)候,才會(huì)執(zhí)行計(jì)算,其他時(shí)候都是在定義計(jì)算的過(guò)程。
Tensor可以代表從常數(shù)一直到N維數(shù)組的值。
Flow指的是,指的是tensorflow這套框架里的數(shù)據(jù)傳遞全部都是tensor,也就是運(yùn)算的輸入,輸出都是tensor。
常用操作
這里只是簡(jiǎn)單介紹一下在后面定義卷積神經(jīng)網(wǎng)絡(luò)的時(shí)候會(huì)用到的東西。想要了解更詳細(xì)的內(nèi)容還得參考官網(wǎng)上的文檔。
首先import tensorflow as tf,后面的tf就代表tensorflow啦。
常數(shù)
tf.constant 是一個(gè)Operation,用來(lái)產(chǎn)生常數(shù),可以產(chǎn)生scalar與N-D array. a是一個(gè)tensor,代表了由constant這個(gè)Operation所產(chǎn)生的標(biāo)量常數(shù)值的過(guò)程。 b就是代表了產(chǎn)生一個(gè)2*2的array的過(guò)程。
a = tf.constant(3) b = tf.constant(3,shape=[2,2])
變量
變量代表了神經(jīng)網(wǎng)絡(luò)中的參數(shù),在優(yōu)化計(jì)算的過(guò)程中需要被改變。tf.Variable當(dāng)然也是一個(gè)Operation,用來(lái)產(chǎn)生一個(gè)變量,構(gòu)造函數(shù)需要傳入一個(gè)Tensor對(duì)象,傳入的這個(gè)Tensor對(duì)象就決定了這個(gè)變量的值的類(lèi)型(float 或 int)與shape。
變量雖然與Tensor有不同的類(lèi)型,但是在計(jì)算過(guò)程中是與Tensor一樣可以作為輸入輸出的。(可以理解為T(mén)ensor的派生類(lèi),但是實(shí)際上可能并不是這樣,我還沒(méi)有看源碼)
變量在使用前都必須初始化。
w = tf.Variable(b)
Operation
其實(shí)Operation不應(yīng)該單獨(dú)拿出來(lái)說(shuō),因?yàn)橹暗膖f.constant和tf.Variable都是Op,不過(guò)還是說(shuō)一下常規(guī)的操作,比如tf.matmul執(zhí)行矩陣計(jì)算,tf.conv2d用于卷積計(jì)算,Op的詳細(xì)用法以及其他的Op可以參考api文檔。
tf.matmul(m,n) tf.conv2d(...)
TensorFlow的計(jì)算由不同的Operation組成,比如下圖

定義了6*(3+5)這個(gè)計(jì)算過(guò)程。6、3、5其實(shí)也是Op,這在前面介紹過(guò)了。
卷積神經(jīng)網(wǎng)絡(luò)用于人臉關(guān)鍵點(diǎn)識(shí)別
寫(xiě)到這里終于要開(kāi)始進(jìn)入正題了,先從CNN做起吧。Tensorflow的tutorial里面有介紹用CNN(卷積神經(jīng)網(wǎng)絡(luò))來(lái)識(shí)別手寫(xiě)數(shù)字,直接把那里的代碼copy下來(lái)跑一遍也是可以的。但是那比較沒(méi)有意思,kaggle上有一個(gè)人臉關(guān)鍵點(diǎn)識(shí)別的比賽,有數(shù)據(jù)集也比較有意思,就拿這個(gè)來(lái)練手了。
定義卷積神經(jīng)網(wǎng)絡(luò)
首先是定義網(wǎng)絡(luò)結(jié)構(gòu),在這個(gè)例子里我用了3個(gè)卷積層,第一個(gè)卷積層用3∗3的卷積核,后面兩個(gè)用2∗2的卷積核。每個(gè)卷積層后面都跟max_pool池化層,之后再跟3個(gè)全連接層(兩個(gè)隱層一個(gè)輸出層)。每個(gè)卷積層的feature_map分別用32、64、128。
產(chǎn)生權(quán)值的函數(shù)代碼如下
#根據(jù)給定的shape定義并初始化卷積核的權(quán)值變量
def weight_variable(shape):
initial = tf.truncated_normal(shape, stddev=0.1)
return tf.Variable(initial)
#根據(jù)shape初始化bias變量
def bias_variable(shape):
initial = tf.constant(0.1, shape=shape)
return tf.Variable(initial)
定義卷積運(yùn)算的代碼如下。對(duì)tf.nn.con2d()的參數(shù)還是要說(shuō)明一下
1. x是輸入的樣本,在這里就是圖像。x的shape=[batch, height, width, channels]。
- - batch是輸入樣本的數(shù)量
- - height, width是每張圖像的高和寬
- - channels是輸入的通道,比如初始輸入的圖像是灰度圖,那么channels=1,如果是rgb,那么channels=3。對(duì)于第二層卷積層,channels=32。
2. W表示卷積核的參數(shù),shape的含義是[height,width,in_channels,out_channels]。
3. strides參數(shù)表示的是卷積核在輸入x的各個(gè)維度下移動(dòng)的步長(zhǎng)。了解CNN的都知道,在寬和高方向stride的大小決定了卷積后圖像的size。這里為什么有4個(gè)維度呢?因?yàn)閟trides對(duì)應(yīng)的是輸入x的維度,所以strides第一個(gè)參數(shù)表示在batch方向移動(dòng)的步長(zhǎng),第四個(gè)參數(shù)表示在channels上移動(dòng)的步長(zhǎng),這兩個(gè)參數(shù)都設(shè)置為1就好。重點(diǎn)就是第二個(gè),第三個(gè)參數(shù)的意義,也就是在height于width方向上的步長(zhǎng),這里也都設(shè)置為1。
4. padding參數(shù)用來(lái)控制圖片的邊距,'SAME'表示卷積后的圖片與原圖片大小相同,'VALID'的話(huà)卷積以后圖像的高為Heightout=Height原圖−Height卷積核+1/StrideHeight, 寬也同理。
def conv2d(x,W): return tf.nn.cov2d(x,W,strides=[1,1,1,1],padding='VALID')
接著是定義池化層的代碼,這里用2∗2的max_pool。參數(shù)ksize定義pool窗口的大小,每個(gè)維度的意義與之前的strides相同,所以實(shí)際上我們?cè)O(shè)置第二個(gè),第三個(gè)維度就可以了。
def max_pool_2x2(x): return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],strides=[1, 2, 2, 1], padding='SAME')
定義好產(chǎn)生權(quán)重、卷積、池化的函數(shù)以后就要開(kāi)始組裝這個(gè)卷積神經(jīng)網(wǎng)絡(luò)了。定義之前再定義一下輸入樣本x與對(duì)應(yīng)的目標(biāo)值y_。這里用了tf.placeholder表示此時(shí)的x與y_是指定shape的站位符,之后在定義網(wǎng)絡(luò)結(jié)構(gòu)的時(shí)候并不需要真的輸入了具體的樣本,只要在求值的時(shí)候feed進(jìn)去就可以了。激活函數(shù)用relu,api也就是tf.nn.relu。
keep_prob是最后dropout的參數(shù),dropout的目的是為了抗過(guò)擬合。
rmse是損失函數(shù),因?yàn)檫@里的目的是為了檢測(cè)人臉關(guān)鍵點(diǎn)的位置,是回歸問(wèn)題,所以用root-mean-square-error。并且最后的輸出層不需要套softmax,直接輸出y值就可以了。
這樣就組裝好了一個(gè)卷積神經(jīng)網(wǎng)絡(luò)。后續(xù)的步驟就是根據(jù)輸入樣本來(lái)train這些參數(shù)啦。
x = tf.placeholder("float", shape=[None, 96, 96, 1])
y_ = tf.placeholder("float", shape=[None, 30])
keep_prob = tf.placeholder("float")
def model():
W_conv1 = weight_variable([3, 3, 1, 32])
b_conv1 = bias_variable([32])
h_conv1 = tf.nn.relu(conv2d(x, W_conv1) + b_conv1)
h_pool1 = max_pool_2x2(h_conv1)
W_conv2 = weight_variable([2, 2, 32, 64])
b_conv2 = bias_variable([64])
h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2)
h_pool2 = max_pool_2x2(h_conv2)
W_conv3 = weight_variable([2, 2, 64, 128])
b_conv3 = bias_variable([128])
h_conv3 = tf.nn.relu(conv2d(h_pool2, W_conv3) + b_conv3)
h_pool3 = max_pool_2x2(h_conv3)
W_fc1 = weight_variable([11 * 11 * 128, 500])
b_fc1 = bias_variable([500])
h_pool3_flat = tf.reshape(h_pool3, [-1, 11 * 11 * 128])
h_fc1 = tf.nn.relu(tf.matmul(h_pool3_flat, W_fc1) + b_fc1)
W_fc2 = weight_variable([500, 500])
b_fc2 = bias_variable([500])
h_fc2 = tf.nn.relu(tf.matmul(h_fc1, W_fc2) + b_fc2)
h_fc2_drop = tf.nn.dropout(h_fc2, keep_prob)
W_fc3 = weight_variable([500, 30])
b_fc3 = bias_variable([30])
y_conv = tf.matmul(h_fc2_drop, W_fc3) + b_fc3
rmse = tf.sqrt(tf.reduce_mean(tf.square(y_ - y_conv)))
return y_conv, rmse
訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)
讀取訓(xùn)練數(shù)據(jù)
定義好卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)之后,就要開(kāi)始訓(xùn)練。訓(xùn)練首先是要讀取訓(xùn)練樣本。下面的代碼用于讀取樣本。
import pandas as pd
import numpy as np
TRAIN_FILE = 'training.csv'
TEST_FILE = 'test.csv'
SAVE_PATH = 'model'
VALIDATION_SIZE = 100 #驗(yàn)證集大小
EPOCHS = 100 #迭代次數(shù)
BATCH_SIZE = 64 #每個(gè)batch大小,稍微大一點(diǎn)的batch會(huì)更穩(wěn)定
EARLY_STOP_PATIENCE = 10 #控制early stopping的參數(shù)
def input_data(test=False):
file_name = TEST_FILE if test else TRAIN_FILE
df = pd.read_csv(file_name)
cols = df.columns[:-1]
#dropna()是丟棄有缺失數(shù)據(jù)的樣本,這樣最后7000多個(gè)樣本只剩2140個(gè)可用的。
df = df.dropna()
df['Image'] = df['Image'].apply(lambda img: np.fromstring(img, sep=' ') / 255.0)
X = np.vstack(df['Image'])
X = X.reshape((-1,96,96,1))
if test:
y = None
else:
y = df[cols].values / 96.0 #將y值縮放到[0,1]區(qū)間
return X, y
#最后生成提交結(jié)果的時(shí)候要用到
keypoint_index = {
'left_eye_center_x':0,
'left_eye_center_y':1,
'right_eye_center_x':2,
'right_eye_center_y':3,
'left_eye_inner_corner_x':4,
'left_eye_inner_corner_y':5,
'left_eye_outer_corner_x':6,
'left_eye_outer_corner_y':7,
'right_eye_inner_corner_x':8,
'right_eye_inner_corner_y':9,
'right_eye_outer_corner_x':10,
'right_eye_outer_corner_y':11,
'left_eyebrow_inner_end_x':12,
'left_eyebrow_inner_end_y':13,
'left_eyebrow_outer_end_x':14,
'left_eyebrow_outer_end_y':15,
'right_eyebrow_inner_end_x':16,
'right_eyebrow_inner_end_y':17,
'right_eyebrow_outer_end_x':18,
'right_eyebrow_outer_end_y':19,
'nose_tip_x':20,
'nose_tip_y':21,
'mouth_left_corner_x':22,
'mouth_left_corner_y':23,
'mouth_right_corner_x':24,
'mouth_right_corner_y':25,
'mouth_center_top_lip_x':26,
'mouth_center_top_lip_y':27,
'mouth_center_bottom_lip_x':28,
'mouth_center_bottom_lip_y':29
}
開(kāi)始訓(xùn)練
執(zhí)行訓(xùn)練的代碼如下,save_model用于保存當(dāng)前訓(xùn)練得到在驗(yàn)證集上loss最小的模型,方便以后直接拿來(lái)用。
tf.InteractiveSession()用來(lái)生成一個(gè)Session,(好像是廢話(huà)…)。Session相當(dāng)于一個(gè)引擎,TensorFlow框架要真正的進(jìn)行計(jì)算,都要通過(guò)Session引擎來(lái)啟動(dòng)。
tf.train.AdamOptimizer是優(yōu)化的算法,Adam的收斂速度會(huì)比較快,1e-3是learning rate,這里先簡(jiǎn)單的用固定的。minimize就是要最小化的目標(biāo),當(dāng)然是最小化均方根誤差了。
def save_model(saver,sess,save_path):
path = saver.save(sess, save_path)
print 'model save in :{0}'.format(path)
if __name__ == '__main__':
sess = tf.InteractiveSession()
y_conv, rmse = model()
train_step = tf.train.AdamOptimizer(1e-3).minimize(rmse)
#變量都要初始化
sess.run(tf.initialize_all_variables())
X,y = input_data()
X_valid, y_valid = X[:VALIDATION_SIZE], y[:VALIDATION_SIZE]
X_train, y_train = X[VALIDATION_SIZE:], y[VALIDATION_SIZE:]
best_validation_loss = 1000000.0
current_epoch = 0
TRAIN_SIZE = X_train.shape[0]
train_index = range(TRAIN_SIZE)
random.shuffle(train_index)
X_train, y_train = X_train[train_index], y_train[train_index]
saver = tf.train.Saver()
print 'begin training..., train dataset size:{0}'.format(TRAIN_SIZE)
for i in xrange(EPOCHS):
random.shuffle(train_index) #每個(gè)epoch都shuffle一下效果更好
X_train, y_train = X_train[train_index], y_train[train_index]
for j in xrange(0,TRAIN_SIZE,BATCH_SIZE):
print 'epoch {0}, train {1} samples done...'.format(i,j)
train_step.run(feed_dict={x:X_train[j:j+BATCH_SIZE],
y_:y_train[j:j+BATCH_SIZE], keep_prob:0.5})
#電腦太渣,用所有訓(xùn)練樣本計(jì)算train_loss居然死機(jī),只好注釋了。
#train_loss = rmse.eval(feed_dict={x:X_train, y_:y_train, keep_prob: 1.0})
validation_loss = rmse.eval(feed_dict={x:X_valid, y_:y_valid, keep_prob: 1.0})
print 'epoch {0} done! validation loss:{1}'.format(i, validation_loss*96.0)
if validation_loss < best_validation_loss:
best_validation_loss = validation_loss
current_epoch = i
save_model(saver,sess,SAVE_PATH) #即時(shí)保存最好的結(jié)果
elif (i - current_epoch) >= EARLY_STOP_PATIENCE:
print 'early stopping'
break
在測(cè)試集上預(yù)測(cè)
下面的代碼用于預(yù)測(cè)test.csv里面的人臉關(guān)鍵點(diǎn),最后的y值要乘以96,因?yàn)橹翱s放到[0,1]區(qū)間了。
X,y = input_data(test=True)
y_pred = []
TEST_SIZE = X.shape[0]
for j in xrange(0,TEST_SIZE,BATCH_SIZE):
y_batch = y_conv.eval(feed_dict={x:X[j:j+BATCH_SIZE], keep_prob:1.0})
y_pred.extend(y_batch)
print 'predict test image done!'
output_file = open('submit.csv','w')
output_file.write('RowId,Location\n')
IdLookupTable = open('IdLookupTable.csv')
IdLookupTable.readline()
for line in IdLookupTable:
RowId,ImageId,FeatureName = line.rstrip().split(',')
image_index = int(ImageId) - 1
feature_index = keypoint_index[FeatureName]
feature_location = y_pred[image_index][feature_index] * 96
output_file.write('{0},{1}\n'.format(RowId,feature_location))
output_file.close()
IdLookupTable.close()
結(jié)果
用這個(gè)結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練出來(lái)的模型,在測(cè)試集上預(yù)測(cè)的結(jié)果提交以后的成績(jī)是3.4144,在kaggle的leaderboard上是41名,初試CNN,感覺(jué)還可以了。這只是數(shù)據(jù),還是找一些現(xiàn)實(shí)的照片來(lái)試試這個(gè)模型如何,所以我找了一張anglababy的,標(biāo)識(shí)出來(lái)的關(guān)鍵點(diǎn)感覺(jué)還算靠譜?;赥ensorFlow的卷積神經(jīng)網(wǎng)絡(luò)先寫(xiě)到這了,有什么遺漏的想起來(lái)再補(bǔ)充,之后對(duì)深度學(xué)習(xí)更了解了,再寫(xiě)寫(xiě)CNN的原理,bp的推導(dǎo)過(guò)程之類(lèi)的。

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
- Tensorflow實(shí)現(xiàn)AlexNet卷積神經(jīng)網(wǎng)絡(luò)及運(yùn)算時(shí)間評(píng)測(cè)
- Tensorflow卷積神經(jīng)網(wǎng)絡(luò)實(shí)例進(jìn)階
- Tensorflow卷積神經(jīng)網(wǎng)絡(luò)實(shí)例
- TensorFlow實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)
- tensorflow實(shí)現(xiàn)簡(jiǎn)單的卷積神經(jīng)網(wǎng)絡(luò)
- TensorFlow實(shí)現(xiàn)簡(jiǎn)單卷積神經(jīng)網(wǎng)絡(luò)
- tensorflow學(xué)習(xí)筆記之mnist的卷積神經(jīng)網(wǎng)絡(luò)實(shí)例
- TensorFlow深度學(xué)習(xí)之卷積神經(jīng)網(wǎng)絡(luò)CNN
- TensorFlow實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)CNN
- Tensorflow實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)的詳細(xì)代碼
相關(guān)文章
淺談python 線(xiàn)程池threadpool之實(shí)現(xiàn)
這篇文章主要介紹了淺談python 線(xiàn)程池threadpool之實(shí)現(xiàn),小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2017-11-11
Django?報(bào)錯(cuò):Broken?pipe?from?('127.0.0.1',?5892
這篇文章主要介紹了Django?報(bào)錯(cuò):Broken?pipe?from?('127.0.0.1',?58924)的解決方案,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-09-09
Python 列表 sort()函數(shù)使用實(shí)例詳解
這篇文章主要介紹了Python 列表 sort()函數(shù)使用詳解,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2023-07-07
Pyspark獲取并處理RDD數(shù)據(jù)代碼實(shí)例
這篇文章主要介紹了Pyspark獲取并處理RDD數(shù)據(jù)代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-03-03
flask數(shù)據(jù)庫(kù)序列化操作實(shí)例探究
這篇文章主要為大家介紹了flask數(shù)據(jù)庫(kù)序列化操作實(shí)例探究,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-01-01

