Dogs vs Cats (猫狗大战)

GitHub 项目地址:Dogs vs Cats (猫狗大战)

项目说明

本项目是优达学城的一个毕业项目。项目要求使用深度学习方法识别一张图片是猫还是狗

  • 输入:一张彩色图片
  • 输出:是猫还是狗

项目环境

项目使用Anaconda搭建环境。可是使用environment目录下的yml进行环境安装。

1
$ conda env create -f environment.yml

数据来源

数据集来自 kaggle 上的一个竞赛:Dogs vs. Cats Redux: Kernels Edition

下载kaggle猫狗数据集解压后分为 3 个文件 train.zip、 test.zip 和 sample_submission.csv。

train 训练集包含了 25000 张猫狗的图片, 每张图片包含图片本身和图片名。命名规则根据“type.num.jpg”方式命名。

test 测试集包含了 12500 张猫狗的图片, 每张图片命名规则根据“num.jpg”,需要注意的是测试集编号从 1 开始, 而训练集的编号从 0 开始。

sample_submission.csv 需要将最终测试集的测试结果写入.csv 文件中,上传至 kaggle 进行打分。

基准模型

项目使用ResNet50, Xception, Inception V3 这三个模型完成。本项目的最低要求是 kaggle Public Leaderboard 前10%。在kaggle上,总共有1314只队伍参加了比赛,所以需要最终的结果排在131位之前,131位的得分是0.06127,所以目标是模型预测结果要小于0.06127。

评估指标

kaggle 官方的评估标准是 LogLoss,下面的表达式就是二分类问题的 LogLoss 定义。

其中:

  • n 是测试集中图片数量

  • 是图片预测为狗的概率

  • 如果图像是狗,则为1,如果是猫,则为0

  • 是自然(基数 )对数

对数损失越小,代表模型的性能越好。上述评估指标可用于评估该项目的解决方案以及基准模型。

设计大纲

1
2
$ cd model_graphviz/
$ make

整个模型是在本地训练的,训练了三天才完成。建议使用云端 GPU 训练复现实验过程。

1. 数据预处理

  • 从kaggle下载好图片
  • 将猫和狗的图片放在不同的文件夹以示分类,使用创建符号链接的方法
  • 对图片进行resize,保持输入图片信息大小一致

2. 模型搭建

Kera的应用模块Application提供了带有预训练权重的Keras模型,这些模型可以用来进行预测、特征提取和微调整和。

  • Xception 默认输入图片大小是 299*299*3
  • InceptionV3 默认输入图片大小是 299*299*3
  • ResNet50 默认输入图片大小是 224*224*3

在Keras中载入模型并进行全局平均池化,只需要在载入模型的时候,设置include_top=False, pooling='avg'. 每个模型都将图片处理成一个1*2048的行向量,将这三个行向量进行拼接,得到一个1*6144的行向量, 作为数据预处理的结果。

3. 模型训练&模型调参

载入预处理的数据之后,先进行一次概率为0.5的dropout,然后直接连接输出层,激活函数为Sigmoid,优化器为Adam,输出一个零维张量,表示某张图片中有狗的概率。

4. 模型评估

  • 使用$Logloss$进行模型评估,上传Kaggle判断是否符合标准

5. 可视化

  • 进行数据探索并且可视化原始数据
  • 可视化模型训练过程的准确率曲线,损失函数曲线等

项目部署

项目使用 Keras 和 Flask 搭建部署一个简单易用的深度学习图像网页应用,可以通过网页导入一张彩色猫或者狗的图片预测是猫或者狗的概率。

项目目录结构:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
.
├── README.md
├── ResNet50_image_predict.ipynb
├── app.py
├── environmert.yml
├── static
│ ├── css
│ │ └── main.css
│ └── js
│ └── main.js
├── templates
│ ├── base.html
│ └── index.html
├── models
│ └── ResNet50_catdog_model.h5
├── uploads
│ ├── test01.jpg
│ └── test02.jpg
└── webapp_image_predict.ipynb

环境搭建

1
$ conda env create -f environmert.yml

运行

1
$ python app.py

这时候用浏览器打开 http://localhost:5000/ 就可以进行网页导入图片预测图片是狗的概率了。

快速复现webapp预测结果

如果不想搭建环境复现实验结果,可以按照以下操作分分钟复现实验结果:

1
2
$ docker pull miaowmiaow/webapp:1.1.0
$ docker run -p 5000:5000 miaowmiaow/webapp:1.1.0

到此就可以在浏览器中输入 http://localhost:5000 就可以使用网页对导入的猫狗图片做预测了。

下图为预测的效果图:

0%