该数据集分为训练集、验证集和测试集。训练集和验证集每个类别都包含10张图片(每个集合共计1020张图片)。测试集包含其余的6149张图片(每个类别至少20张)。
'test' 6,149
'train' 1,020
'validation' 1,020
如果我们检查,我们会看到
import tensorflow_datasets as tfds
tfds.disable_progress_bar()
data, ds_info = tfds.load('oxford_flowers102',
with_info=True, as_supervised=True)
train_ds, valid_ds, test_ds = data['train'], data['validation'], data['test']
for i, data in enumerate(train_ds.take(3)):
print(i+1, data[0].shape, data[1])
1 (500, 667, 3) tf.Tensor(72, shape=(), dtype=int64)
2 (500, 666, 3) tf.Tensor(84, shape=(), dtype=int64)
3 (670, 500, 3) tf.Tensor(70, shape=(), dtype=int64)
ds_info.features["label"].num_classes
102
所以,它有102个类别或分类,目标带有一个整数和不同形状的输入。
澄清:
首先,如果您保持此整数目标或标签,则应使用
sparse_categorical_accuracy
进行准确度评估和
sparse_categorical_crossentropy
作为损失函数。但是,如果您将整数标签转换为
独热编码向量,则应使用
categorical_accuracy
进行准确度评估,并使用
categorical_crossentropy
作为损失函数。由于这些数据集具有整数标签,因此可以选择
sparse_categorical
,也可以将标签转换为独热编码以使用
categorical
。
其次,如果您将outputs = keras.layers.Dense(102, activation='softmax')(x)
设置为最后一层,则会得到概率分数。但是,如果您将outputs = keras.layers.Dense(102)(x)
设置为最后一层,则会得到对数。因此,如果您设置了activations='softmax'
,则不应使用from_logit = True
。例如,在您上面的代码中,您应该按照以下方式操作(这里是some theory):
...
(a)
outputs = keras.layers.Dense(102, activation='softmax')(x)
...
model.compile(
optimizer=keras.optimizers.Adam(),
loss=keras.losses.SparseCategoricalCrossentropy(from_logits=False),
metrics=[keras.metrics.Accuracy()],
)
or,
(b)
outputs = keras.layers.Dense(102)(x)
...
model.compile(
optimizer=keras.optimizers.Adam(),
loss=keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=[keras.metrics.Accuracy()],
)
第三点,keras 使用 字符串标识符 比如 metrics=['acc'] , optimizer='adam'
。但在您的情况下,由于您提到了损失函数特定,因此需要更加具体。所以,您应该选择 keras.metrics.SparseCategoricalAccuracy()
如果您的目标是整数 或者 keras.metrics.CategoricalAccuracy()
如果您的目标是独热编码向量,而不是 keras.metrics.Accuracy()
。
代码示例
这是一个端到端的示例。请注意,我将将整数标签转换为独热编码向量(现在,这只是我的偏好问题)。此外,我想从最后一层得到概率(而不是对数几率),这意味着from_logits = False
。而且,为了实现所有这些,我需要在训练中选择以下参数:
outputs = keras.layers.Dense(102,
activation='softmax')(x)
loss = keras.losses.CategoricalCrossentropy(from_logits=False),
metrics = keras.metrics.CategoricalAccuracy(),
让我们完成整个代码。
import tensorflow_datasets as tfds
tfds.disable_progress_bar()
data, ds_info = tfds.load('oxford_flowers102',
with_info=True, as_supervised=True)
train_ds, valid_ds, test_ds = data['train'], data['validation'], data['test']
NUM_CLASSES = ds_info.features["label"].num_classes
train_size = len(data['train'])
batch_size = 64
img_size = 120
预处理和数据增强
import tensorflow as tf
def normalize_resize(image, label):
image = tf.cast(image, tf.float32)
image = tf.divide(image, 255)
image = tf.image.resize(image, (img_size, img_size))
label = tf.one_hot(label , depth=NUM_CLASSES)
return image, label
def augment(image, label):
image = tf.image.random_flip_left_right(image)
return image, label
train = train_ds.map(normalize_resize).cache().map(augment).shuffle(100).\
batch(batch_size).repeat()
valid = valid_ds.map(normalize_resize).cache().batch(batch_size)
test = test_ds.map(normalize_resize).cache().batch(batch_size)
模型
from tensorflow import keras
base_model = keras.applications.Xception(
weights='imagenet',
input_shape=(img_size, img_size, 3),
include_top=False)
base_model.trainable = False
inputs = keras.Input(shape=(img_size, img_size, 3))
x = base_model(inputs, training=False)
x = keras.layers.GlobalAveragePooling2D()(x)
outputs = keras.layers.Dense(NUM_CLASSES, activation='softmax')(x)
model = keras.Model(inputs, outputs)
另外,我想使用两个指标来计算top-1
和top-3
的准确性。
model.compile(optimizer=keras.optimizers.Adam(),
loss=keras.losses.CategoricalCrossentropy(),
metrics=[
keras.metrics.TopKCategoricalAccuracy(k=3, name='acc_top3'),
keras.metrics.TopKCategoricalAccuracy(k=1, name='acc_top1')
])
model.fit(train, steps_per_epoch=train_size // batch_size,
epochs=20, validation_data=valid, verbose=2)
...
Epoch 19/20
15/15 - 2s - loss: 0.2808 - acc_top3: 0.9979 - acc_top1: 0.9917 -
val_loss: 1.5025 - val_acc_top3: 0.8147 - val_acc_top1: 0.6186
Epoch 20/20
15/15 - 2s - loss: 0.2743 - acc_top3: 0.9990 - acc_top1: 0.9885 -
val_loss: 1.4948 - val_acc_top3: 0.8147 - val_acc_top1: 0.6255
评估
model.evaluate(test, verbose=2)
97/97 - 18s - loss: 1.6482 - acc_top3: 0.7733 - acc_top1: 0.5994
[1.648208498954773, 0.7732964754104614, 0.5994470715522766]