Keras 使用预训练的模型来分类照片中的物体|极客教程

卷积神经网络现在能够在一些电脑视觉任务上胜过人类的肉眼，例如图像分类。

也就是说，定义一个物体的照片，我们可以让电脑来回答这个照片是1000个特定种类物体中的哪一类这样的问题。

在本教程中，我们将使用几个Keras己经内建好的预训练模型来进行图像分类，其中包括了：

VGG16
VGG19
ResNet50
盗梦空间V3
盗版ResNetV2
Xception
移动网

＃这个Jupyter笔记本的环境
进口 平台，
进口 tensorflow 
进口 keras 
打印（“平台：{} ” 。 格式（平台。平台（）））打印（“Tensorflow版本：{} ” 。 格式（tensorflow 。__version__ ））打印（“ keras版本：{} “ 。 格式（keras 。__version__ ））



％matplotlib直列
 进口 matplotlib.pyplot  作为 PLT 
进口 matplotlib.image  作为 mpimg 
进口 numpy的 作为 NP 
从 IPython.display  进口 图片

使用TensorFlow后端
平台：Windows-7-6.1.7601-SP1
Tensorflow版本：1.4.0
Keras版本：2.1.1

开发一个简单的照片分类器

VGG16

获取样本图像

首先，我们需要一个我们可以进行分类的图像。

您可以在这里从Google随意检索一些动物照片并下载到这个jupyter notebook所处的目录。典型的说：我下载了：https://www.elephantvoices.org/images/slider/evimg16tf.jpg
Keras 使用预训练的模型来分类照片中的物体

加载VGG模型

加载在Keras己经预训练好的VGG-16的权重模型档。

从 keras.applications.vgg16  导入 VGG16

＃载入权重
model_vgg16  =  VGG16 （）

加载和准备图像

接下来，我们可以将图像加载进来，并转换成预训练网络所要求的张量规格。

Keras提供了一些工具来帮助完成这一步骤。

首先，我们可以使用load_img（）函数加载图像，对其大小调整为224×224所需的大小。

从 keras.preprocessing.image  导入 load_img

＃载入图像档
img_file  =  'evimg16tf.jpg' 
图像 =  load_img （img_file ， target_size = （224 ， 224 ））  ＃因为VGG16的模型的输入是224x224

接下来，我们可以将其转换为NumPy复制，杀死我们可以在Keras中使用它。我们可以使用这个img_to_array（）函数。

从 keras.preprocessing.image  导入 img_to_array

＃将图像资料转为numpy的阵列
图像 =  img_to_array （图像） ＃RGB

打印（“image.shape：” ， 图像。形状）

image.shape：（224，224，3）
VGG16网络期望单色阶（灰色）或多色阶图像（rgb）来作为输入；这意味着输入数组需要是转换成四个维度：

（图像尺寸，图像高，图像宽，图像色阶数）->（batch_size，img_height，img_width，img_channels）

我们只有一个样本（一个图像）。我们可以通过调用reshape（）来重新调整数组的形状，并添加额外的尺寸。

＃调整张量的尺寸
image  =  image 。重塑（（1 ， 图像。形状[ 0 ]， 图像。形状[ 1 ]， 图象。形状[ 2 ]））

打印（“image.shape：” ， 图像。形状）

image.shape：（1，224，224，3）
接下来，我们需要按照VGG在训练ImageNet数据一样的方法来对图像进行前处理。具体而言，从论文里提出：

我们唯一要做的预处理就是从每个像素中减去在训练集上计算出的RGB平均值。

2014年，《用于深度图像识别的超深度卷积网络》。

Keras提供了一个称为preprocess_input（）的函数来为VGG网络准备新的图像输入。

从 keras.applications.vgg16  导入 preprocess_input

＃准备VGG模型的图像
image  =  preprocess_input （image ）

做一个预测

我们可以调用模型中的predict（）函数来预测图像属于1000个已知对像类型的机率。

＃预测所有产出类别的机率

y_pred  =  model_vgg16 。预测（图片）

解释预测

Keras提供了一个函数来解释所谓的decode_predictions（）的概率。

它可以返回一个类别的列表和每一个类别机率，为了简单起见，我们只会秀出第一个机率最高的种类。

从 keras.applications.vgg16  导入 encode_predictions

＃将机率转换为类别标签
label  =  encode_predictions （y_pred ）

＃检索最可能的结果，例如最高的概率
label  =  标签[ 0 ] [ 0 ]

＃打印预测结果
print （' ％s （％.2f %% ）'  ％ （标签[ 1 ]， 标签[ 2 ] * 100 ））

African_elephant（30.40％）

VGG19

从 keras.applications.vgg19  进口 VGG19 
从 keras.preprocessing  导入 图像
从 keras.applications.vgg19  进口 preprocess_input 
从 keras.applications.vgg19  进口 decode_predictions

＃载入权重
model_vgg19  =  VGG19 （权重= 'imagenet' ）＃
载入图像档
img_file  =  'evimg16tf.jpg' 
图像 =  load_img （img_file ， target_size = （224 ， 224 ））  ＃因为VGG19的模型的输入是224x224

＃将图像资料转为numpy的阵列
图像 =  img_to_array （图像） ＃RGB 
打印（“image.shape：” ， 图像。形状）

＃调整张量的尺寸
image  =  image 。重塑（（1 ， 图像。形状[ 0 ]， 图像。形状[ 1 ]， 图象。形状[ 2 ]））
的打印（“image.shape：” ， 图像。形状）

＃准备模型所需要的图像前处理
image  =  preprocess_input （image ）

＃预测所有
产出 类别的机率y_pred =  model_vgg19 。预测（图片）

＃将机率转换为类别标签
label  =  encode_predictions （y_pred ）

＃检索最可能的结果，例如最高的概率
label  =  标签[ 0 ] [ 0 ]

＃打印预测结果
print （' ％s （％.2f %% ）'  ％ （标签[ 1 ]， 标签[ 2 ] * 100 ）

image.shape：（224，224，3）
image.shape：（1，224，224，3）
图斯克（53.61％）

ResNet50

从 keras.applications.resnet50  进口 ResNet50 
从 keras.preprocessing  导入 图像
从 keras.applications.resnet50  进口 preprocess_input 
从 keras.applications.resnet50  进口 decode_predictions

＃载入权重
model_resnet50  =  ResNet50 （权重= 'imagenet' ）

＃
加载 图像档img_file =  'evimg16tf.jpg'

＃因为RESNET的模型的输入是224x224 
图像 =  load_img （img_file ， target_size = （224 ， 224 ）） 

＃将图像资料转为numpy的阵列
图像 =  img_to_array （图像） ＃RGB 
打印（“image.shape：” ， 图像。形状）

＃调整张量的尺寸
image  =  image 。重塑（（1 ， 图像。形状[ 0 ]， 图像。形状[ 1 ]， 图象。形状[ 2 ]））
的打印（“image.shape：” ， 图像。形状）

＃准备模型所需要的图像前处理
image  =  preprocess_input （image ）

＃预测所有
产出 类别的机率y_pred =  model_resnet50 。预测（图片）

＃将机率转换为类别标签
label  =  encode_predictions （y_pred ）

＃检索最可能的结果，例如最高的概率
label  =  标签[ 0 ] [ 0 ]

＃打印预测结果
print （' ％s （％.2f %% ）'  ％ （标签[ 1 ]， 标签[ 2 ] * 100 ））

image.shape：（224，224，3）
image.shape：（1，224，224，3）
African_elephant（47.35％）

InceptionV3

从 keras.applications.inception_v3  进口 InceptionV3 
从 keras.preprocessing  导入 图像
从 keras.preprocessing.image  进口 load_img 
从 keras.applications.inception_v3  进口 preprocess_input 
从 keras.applications.inception_v3  进口 decode_predictions

＃
加载 权重model_inception_v3 =  InceptionV3 （权重= 'imagenet' ）

＃载入图像档
img_file  =  'image.jpg的' 
＃InceptionV3的模型的输入是299x299 
IMG  =  load_img （img_file ， target_size = （299 ， 299 ）） 

＃将图像资料转为numpy array 
image  =  image 。img_to_array （IMG ） ＃RGB 
打印（“image.shape：” ， 图像。形状）

＃调整张量的尺寸
image  =  image 。重塑（（1 ， 图像。形状[ 0 ]， 图像。形状[ 1 ]， 图象。形状[ 2 ]））
的打印（“image.shape：” ， 图像。形状）

＃准备模型所需要的图像前处理
image  =  preprocess_input （image ）

＃预测所有
产出 类别的机率y_pred =  model_inception_v3 。预测（图片）

＃将机率转换为类别标签
label  =  encode_predictions （y_pred ）

＃检索最可能的结果，例如最高的概率
label  =  标签[ 0 ] [ 0 ]

＃打印预测结果
print （' ％s （％.2f %% ）'  ％ （标签[ 1 ]， 标签[ 2 ] * 100 ））

image.shape：（299，299，3）
image.shape：（1、299、299、3）
大熊猫（94.42％）

InceptionResNetV2

从 keras.applications.inception_resnet_v2  进口 InceptionResNetV2 
从 keras.preprocessing  导入 图像
从 keras.applications.inception_resnet_v2  进口 preprocess_input 
从 keras.applications.inception_resnet_v2  进口 decode_predictions

＃
加载 权重model_inception_resnet_v2 =  InceptionResNetV2 （权重= 'imagenet' ）

＃
加载 图像档img_file =  'evimg16tf.jpg'

＃InceptionResNetV2的模型的输入是299x299 
图像 =  load_img （img_file ， target_size = （299 ， 299 ）） 

＃将图像资料转为numpy的阵列
图像 =  img_to_array （图像） ＃RGB 
打印（“image.shape：” ， 图像。形状）

＃调整张量的尺寸
image  =  image 。重塑（（1 ， 图像。形状[ 0 ]， 图像。形状[ 1 ]， 图象。形状[ 2 ]））
的打印（“image.shape：” ， 图像。形状）

＃准备模型所需要的图像前处理
image  =  preprocess_input （image ）

＃预测所有目标类别的机率
y_pred  =  model_inception_resnet_v2 。预测（图片）

＃将机率转换为类别标签
label  =  encode_predictions （y_pred ）

＃检索最可能的结果，例如最高的概率
label  =  标签[ 0 ] [ 0 ]

＃打印预测结果
print （' ％s （％.2f %% ）'  ％ （标签[ 1 ]， 标签[ 2 ] * 100 ））

image.shape：（299，299，3）
image.shape：（1、299、299、3）
African_elephant（62.94％）

MobileNet

从 keras.applications.mobilenet  进口 MobileNet 
从 keras.preprocessing  导入 图像
从 keras.applications.mobilenet  进口 preprocess_input 
从 keras.applications.mobilenet  进口 decode_predictions

＃
加载 权重model_mobilenet =  MobileNet （权重= 'imagenet' ）

＃
加载 图像档img_file =  'evimg16tf.jpg'

＃MobileNet的模型的输入是224x224 
图像 =  load_img （img_file ， target_size = （224 ， 224 ）） 

＃将图像资料转为numpy的阵列
图像 =  img_to_array （图像） ＃RGB 
打印（“image.shape：” ， 图像。形状）

＃调整张量的尺寸
image  =  image 。重塑（（1 ， 图像。形状[ 0 ]， 图像。形状[ 1 ]， 图象。形状[ 2 ]））
的打印（“image.shape：” ， 图像。形状）

＃准备模型所需要的图像前处理
image  =  preprocess_input （image ）

＃预测所有目标类别的机率
y_pred  =  model_mobilenet 。预测（图片）

＃将机率转换为类别标签
label  =  encode_predictions （y_pred ）

＃检索最可能的结果，例如最高的概率
label  =  标签[ 0 ] [ 0 ]

＃打印预测结果
print （' ％s （％.2f %% ）'  ％ （标签[ 1 ]， 标签[ 2 ] * 100 ））

image.shape：（224，224，3）
image.shape：（1，224，224，3）
非洲象（90.81％）