如何在Keras中重复使用VGG19进行图像分类？

Question

我目前正在尝试了解如何重用VGG19（或其他架构）以改进我的小图像分类模型。我将图像（在这种情况下是绘画）分为3类（比方说，15,16和17世纪的绘画）。我有一个非常小的数据集，每个类1800个训练样例，验证集中每个类250个。

我有以下实现：

from keras.preprocessing.image import ImageDataGenerator
from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D
from keras.layers import Activation, Dropout, Flatten, Dense
from keras import backend as K
from keras.callbacks import ModelCheckpoint
from keras.regularizers import l2, l1
from keras.models import load_model

# set proper image ordering for TensorFlow
K.set_image_dim_ordering('th')

batch_size = 32

# this is the augmentation configuration we will use for training
train_datagen = ImageDataGenerator(
        rescale=1./255,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True)

# this is the augmentation configuration we will use for testing:
# only rescaling
test_datagen = ImageDataGenerator(rescale=1./255)

# this is a generator that will read pictures found in
# subfolers of 'data/train', and indefinitely generate
# batches of augmented image data
train_generator = train_datagen.flow_from_directory(
        'C://keras//train_set_paintings//',  # this is the target directory
        target_size=(150, 150),  # all images will be resized to 150x150
        batch_size=batch_size,
        class_mode='categorical')

# this is a similar generator, for validation data
validation_generator = test_datagen.flow_from_directory(
        'C://keras//validation_set_paintings//',
        target_size=(150, 150),
        batch_size=batch_size,
        class_mode='categorical')

model = Sequential()

model.add(Conv2D(16, (3, 3), input_shape=(3, 150, 150)))
model.add(Activation('relu'))  # also tried LeakyRelu, no improvments
model.add(MaxPooling2D(pool_size=(2, 3), data_format="channels_first"))

model.add(Conv2D(32, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 3), data_format="channels_first"))

model.add(Flatten())
model.add(Dense(64, kernel_regularizer=l2(.01))) 
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(3))
model.add(Activation('softmax'))

model.compile(loss='categorical_crossentropy',
              optimizer='adam',  # also tried SGD, it doesn't perform as well as adam
              metrics=['accuracy'])

fBestModel = 'best_model_final_paintings.h5'
best_model = ModelCheckpoint(fBestModel, verbose=0, save_best_only=True)

hist = model.fit_generator(
    train_generator,
    steps_per_epoch=2000 // batch_size,
    epochs=100,
    validation_data=validation_generator,
    validation_steps=200 // batch_size,
    callbacks=[best_model],
    workers=8  # cpu generation is run in parallel to the gpu training
)

print("Maximum train accuracy:", max(hist.history["acc"]))
print("Maximum train accuracy on epoch:", hist.history["acc"].index(max(hist.history["acc"]))+1)

print("Maximum validation accuracy:", max(hist.history["val_acc"]))
print("Maximum validation accuracy on epoch:", hist.history["val_acc"].index(max(hist.history["val_acc"]))+1)

我设法在过度拟合方面保持相当平衡：

如果我让架构变得更深，那么如果我更严格地规范它，或者在某一点上达到100％，那么它要么过度装配，要么像疯了一样跳来跳去：

我也尝试过使用BatchNormalization，但是模型几乎没有学到任何东西，它在训练集上没有达到50％以上。无论辍学还是辍学都试过了。

我正在寻找其他改进模型的方法，而不是过多地改变架构。我看到的一个选项是重用现有架构及其权重并将其插入我的模型中。但我找不到任何关于如何做的真实例子。我主要关注这篇博文： https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html

它谈到重复使用VGG19来提高准确性，但它并没有真正解释它是如何完成的。还有其他可以遵循的例子吗？我如何使其适应我目前的实施？我找到了一个完整的模型架构，但是在我的硬件上运行它是不可能的，所以我正在寻找一种方法来重用已经训练过的模型和权重，然后根据我的问题进行调整。

另外，我不理解“瓶颈功能”背后的概念，博客在VGG部分讨论了这个概念。如果有人能够解释它会很高兴。

Answer 1

你一定要尝试Transfer Learning（链接是第一个Google结果＆＃34;转移学习Keras＆＃34;，有很多关于这个主题的教程）。本质上，TL是对具有新分类层的一些大数据集（即，最常见的Imagenet）预先训练的网络的微调。背后的想法是，您希望保留在网络较低级别学习的所有优秀功能（因为您的图像很可能也具有这些功能），并且只需在这些功能之上学习新的分类器。这往往效果很好，特别是如果您的小数据集不允许从头开始对网络进行全面培训（它也比完整培训快得多）

请注意，有几种方法可以做TL（我鼓励您研究这个主题以找到最适合您的方法）。在我的应用程序中，我只是使用从Imagenet公共检查点获取的权重来启动网络，删除最后一层并从那里训练所有内容（学习率低，或者你会搞乱低级功能）你真的想保留）。这种方法允许数据增加。

另一种方法是使用瓶颈。在此上下文中，瓶颈（也称为嵌入在其他上下文中）是网络中某个深度级别的某个输入样本的内部表示。换句话说，你可以看到N级的瓶颈，因为网络的输出在N层之后停止了。为什么这有用？因为您可以使用预先训练好的网络预先计算所有样本的瓶颈，然后仅模拟网络最后层的培训，而无需实际重新计算网络的所有（昂贵）部分直到瓶颈点。

简化示例

假设您有一个具有以下结构的网络：

in -> A -> B -> C -> D -> E -> out

其中in和out是输入和输出图层，另一个是网络中可能包含的任何类型的图层。 我们还说你发现在Imagenet上预先培训过的网络检查点。 Imagenet有1000个课程，你不需要这些课程。因此，您将丢弃网络的最后一层（分类器）。但是，其他图层包含您要保留的功能。让E成为我们示例中的分类器层。

从数据集中提取样本，将其提供给in并收集匹配的瓶颈值作为图层D的输出。对数据集中的所有样本执行此操作一次。瓶颈的集合是您用来训练新的clssifier的新数据集。

您构建具有以下结构的虚拟网络：

bottleneck_in -> E' -> out

您现在可以像往常一样训练此网络，但不是从数据集中提取样本，而是从瓶颈数据集中提供匹配的瓶颈。请注意，这样做可以将所有图层的计算从A保存到D，，但这样您就无法在培训期间应用任何数据扩充（当然，您仍然可以做到构建瓶颈，但你需要存储大量数据。）

最后，要构建最终的分类器，您的网络架构将是

in -> A -> B -> C -> D -> E' -> out

权重A到D取自公共检查点，权重E'来自您的培训。

Answer 2

非常短的版本：

1. 加载Vgg
2. 抛出输出图层和第二个最后一层
3. 在末尾添加一个新的，随机初始化的输出层
4. 微调您的数据

我几乎可以肯定Keras至少包含一个代码示例