Paddle实现食物图片分类

简介: Paddle实现食物图片分类

项目说明,本项目是李宏毅老师在飞桨授权课程的作业解析


课程 传送门

该项目AiStudio项目 传送门

数据集 传送门


本项目仅用于参考,提供思路和想法并非标准答案!请谨慎抄袭!


食物图片分类



项目描述


训练一个简单的卷积神经网络,实现食物图片的分类。


数据集介绍


本次使用的数据集为food-11数据集,共有11类


Bread, Dairy product, Dessert, Egg, Fried food, Meat, Noodles/Pasta, Rice, Seafood, Soup, and Vegetable/Fruit.

(面包,乳制品,甜点,鸡蛋,油炸食品,肉类,面条/意大利面,米饭,海鲜,汤,蔬菜/水果)

Training set: 9866张

Validation set: 3430张

Testing set: 3347张


数据格式


下载 zip 档后解压缩会有三个资料夹,分别为training、validation 以及 testing

training 以及 validation 中的照片名称格式为 [类别]_[编号].jpg,例如 3_100.jpg 即为类别 3 的照片(编号不重要)


实现方式

paddlepaddle


思路方法


  • 解压数据集
  • 查看数据内容:trainingvalidationtesting文件夹
    类似于work/food-11/training/0_101.jpg 文件
    [类别]_[编号].jpg
  • 制作图片和标签文档
  • 继承paddle.io.dataset类生成数据集
  • 创建CNN网络
  • 训练数据
  • 测试数据


说明:


本项目素材和内容源于李宏毅老师课程,但是是使用飞桨实现的!

本项目仅仅是跑通了,对于准确率没有要求和细细琢磨,仅供参考!

# !unzip -d work data/data75768/food-11.zip # 解压缩food-11数据集


import paddle
print(f'当前Paddle版本:{paddle.__version__}')
当前Paddle版本:2.0.1
import os
import paddle
import paddle.vision.transforms as T
import numpy as np
from PIL import Image
import paddle.nn.functional as F


读取文件


data_path = '/home/aistudio/work/food-11/'  # 设置初始文件地址
character_folders = os.listdir(data_path)  # 查看地址下文件夹
character_folders


['testing', 'validation', 'training']
data = '10_alksn'
data[0:data.rfind('_', 1)]   # 判断_位置并截取下划线前面数据
'10'
# 新建标签列表
if(os.path.exists('./training_set.txt')):  # 判断有误文件
    os.remove('./training_set.txt')  # 删除文件
if(os.path.exists('./validation_set.txt')):
    os.remove('./validation_set.txt')
if(os.path.exists('./testing_set.txt')):
    os.remove('./testing_set.txt')
for character_folder in character_folders:  #  循环文件夹列表
    with open(f'./{character_folder}_set.txt', 'a') as f_train:  # 新建文档以追加的形式写入
        character_imgs = os.listdir(os.path.join(data_path,character_folder))  # 读取文件夹下面的内容
        count = 0
        if character_folder in 'testing':  # 检查是否是训练集
            for img in character_imgs:  # 循环列表
                f_train.write(os.path.join(data_path,character_folder,img) + '\n')  # 把地址写入文档
                count += 1
            print(character_folder,count)  # 输出文件夹及图片数量
        else:
            for img in character_imgs:
                f_train.write(os.path.join(data_path,character_folder,img) + '\t' + img[0:img.rfind('_', 1)] + '\n')  # 写入地址及标签
                count += 1
            print(character_folder,count)


testing 3347
validation 3430
training 9866


eb5104ab80fb3f0c8baa1c5a0605021d.pngd64e779fc5109f4282cef6a063729ce0.png


# 测验下面类中__init__输出内容
with open(f'training_set.txt') as f:  # 查看文件内容
    for line in f.readlines():  # 逐行读取
        info = line.strip().split('\t')  # 以\t为切换符生成列表
        # print(info)
        if len(info) > 0:  # 列表不为空
            print([info[0].strip(), info[1].strip()])  # 输出内容
        break
['/home/aistudio/work/food-11/training/2_1043.jpg', '2']
# 继承paddle.io.Dataset对数据集做处理
class FoodDataset(paddle.io.Dataset):
    """
    数据集类的定义(注释见上方)
    """
    def __init__(self, mode='training_set'):
        """
        初始化函数
        """
        self.data = []
        with open(f'{mode}_set.txt') as f:
            for line in f.readlines():
                info = line.strip().split('\t')
                if len(info) > 0:
                    self.data.append([info[0].strip(), info[1].strip()])  
    def __getitem__(self, index):
        """
        读取图片,对图片进行归一化处理,返回图片和 标签
        """
        image_file, label = self.data[index]  # 获取数据
        img = Image.open(image_file)  # 读取图片
        img = img.resize((100, 100), Image.ANTIALIAS)  # 图片大小样式归一化
        img = np.array(img).astype('float32')  # 转换成数组类型浮点型32位
        img = img.transpose((2, 0, 1))     #读出来的图像是rgb,rgb,rbg..., 转置为 rrr...,ggg...,bbb...
        img = img/255.0  # 数据缩放到0-1的范围
        return img, np.array(label, dtype='int64')
    def __len__(self):
        """
        获取样本总数
        """
        return len(self.data)
# 训练的数据提供器
train_dataset = FoodDataset(mode='training')
# 测试的数据提供器
eval_dataset = FoodDataset(mode='validation')
# 查看训练和测试数据的大小
print('train大小:', train_dataset.__len__())
print('eval大小:', eval_dataset.__len__())
# 查看图片数据、大小及标签
for data, label in train_dataset:
    print(data)
    print(np.array(data).shape)
    print(label)
    break
train大小: 9866
eval大小: 3430
[[[0.30588236 0.2509804  0.1882353  ... 0.19607843 0.19607843 0.19215687]
  [0.23921569 0.19607843 0.13725491 ... 0.19607843 0.1882353  0.18039216]
  [0.02352941 0.01176471 0.00392157 ... 0.19607843 0.18039216 0.1764706 ]
  ...
  [0.50980395 0.5137255  0.5176471  ... 0.5372549  0.5372549  0.52156866]
  [0.5137255  0.5137255  0.5137255  ... 0.5411765  0.53333336 0.5176471 ]
  [0.5176471  0.5137255  0.50980395 ... 0.52156866 0.5176471  0.5176471 ]]
 [[0.27058825 0.21568628 0.15294118 ... 0.00392157 0.         0.        ]
  [0.20392157 0.14117648 0.09411765 ... 0.00392157 0.         0.        ]
  [0.01568628 0.00784314 0.00392157 ... 0.00784314 0.00392157 0.        ]
  ...
  [0.45490196 0.45882353 0.45882353 ... 0.4862745  0.47843137 0.4745098 ]
  [0.45490196 0.45882353 0.4627451  ... 0.47843137 0.46666667 0.46666667]
  [0.4509804  0.45490196 0.45882353 ... 0.47058824 0.46666667 0.45882353]]
 [[0.14509805 0.12156863 0.05098039 ... 0.00392157 0.00784314 0.00392157]
  [0.06666667 0.04313726 0.01960784 ... 0.00392157 0.00392157 0.        ]
  [0.         0.00784314 0.00784314 ... 0.00784314 0.00392157 0.00392157]
  ...
  [0.33333334 0.32941177 0.33333334 ... 0.4        0.40392157 0.40784314]
  [0.32941177 0.32941177 0.32941177 ... 0.4        0.4        0.3882353 ]
  [0.3137255  0.33333334 0.3372549  ... 0.39215687 0.39607844 0.38431373]]]
(3, 100, 100)
2


卷积神经网络示意图


24a299ee338501648a3ced5cdc44f76e.png


# 继承paddle.nn.Layer类,用于搭建模型
class MyCNN(paddle.nn.Layer):
    def __init__(self):
        super(MyCNN,self).__init__()
        self.conv0 = paddle.nn.Conv2D(in_channels=3, out_channels=20, kernel_size=5, padding=0)  # 二维卷积层
        self.pool0 = paddle.nn.MaxPool2D(kernel_size =2, stride =2)  # 最大池化层
        self._batch_norm_0 = paddle.nn.BatchNorm2D(num_features = 20)  # 归一层
        self.conv1 = paddle.nn.Conv2D(in_channels=20, out_channels=50, kernel_size=5, padding=0)
        self.pool1 = paddle.nn.MaxPool2D(kernel_size =2, stride =2)
        self._batch_norm_1 = paddle.nn.BatchNorm2D(num_features = 50)
        self.conv2 = paddle.nn.Conv2D(in_channels=50, out_channels=50, kernel_size=5, padding=0)
        self.pool2 = paddle.nn.MaxPool2D(kernel_size =2, stride =2)
        self.fc1 = paddle.nn.Linear(in_features=4050, out_features=218)  # 线性层
        self.fc2 = paddle.nn.Linear(in_features=218, out_features=100)
        self.fc3 = paddle.nn.Linear(in_features=100, out_features=11)
    def forward(self,input):
        # 将输入数据的样子该变成[1,3,100,100]
        input = paddle.reshape(input,shape=[-1,3,100,100])  # 转换维读
        # print(input.shape)
        x = self.conv0(input)  #数据输入卷积层
        x = F.relu(x)  # 激活层
        x = self.pool0(x)  # 池化层
        x = self._batch_norm_0(x)  # 归一层
        x = self.conv1(x)
        x = F.relu(x)
        x = self.pool1(x)
        x = self._batch_norm_1(x)
        x = self.conv2(x)
        x = F.relu(x)
        x = self.pool2(x)
        x = paddle.reshape(x, [x.shape[0], -1])
        # print(x.shape)
        x = self.fc1(x)  # 线性层
        x = F.relu(x)
        x = self.fc2(x)
        x = F.relu(x)
        x = self.fc3(x)
        y = F.softmax(x)  # 分类器
        return y


network = MyCNN()  # 模型实例化
paddle.summary(network, (1,3,100,100))  # 模型结构查看
---------------------------------------------------------------------------
 Layer (type)       Input Shape          Output Shape         Param #    
===========================================================================
   Conv2D-1      [[1, 3, 100, 100]]    [1, 20, 96, 96]         1,520     
  MaxPool2D-1    [[1, 20, 96, 96]]     [1, 20, 48, 48]           0       
 BatchNorm2D-1   [[1, 20, 48, 48]]     [1, 20, 48, 48]          80       
   Conv2D-2      [[1, 20, 48, 48]]     [1, 50, 44, 44]        25,050     
  MaxPool2D-2    [[1, 50, 44, 44]]     [1, 50, 22, 22]           0       
 BatchNorm2D-2   [[1, 50, 22, 22]]     [1, 50, 22, 22]          200      
   Conv2D-3      [[1, 50, 22, 22]]     [1, 50, 18, 18]        62,550     
  MaxPool2D-3    [[1, 50, 18, 18]]      [1, 50, 9, 9]            0       
   Linear-1         [[1, 4050]]            [1, 218]           883,118    
   Linear-2          [[1, 218]]            [1, 100]           21,900     
   Linear-3          [[1, 100]]            [1, 11]             1,111     
===========================================================================
Total params: 995,529
Trainable params: 995,249
Non-trainable params: 280
---------------------------------------------------------------------------
Input size (MB): 0.11
Forward/backward pass size (MB): 3.37
Params size (MB): 3.80
Estimated Total Size (MB): 7.29
---------------------------------------------------------------------------
    {'total_params': 995529, 'trainable_params': 995249}
model = paddle.Model(network)  # 模型封装
# 配置优化器、损失函数、评估指标
model.prepare(paddle.optimizer.Adam(learning_rate=0.0001, parameters=model.parameters()), 
              paddle.nn.CrossEntropyLoss(), 
              paddle.metric.Accuracy())
# 训练可视化VisualDL工具的回调函数
visualdl = paddle.callbacks.VisualDL(log_dir='visualdl_log')   
# 启动模型全流程训练
model.fit(train_dataset,  # 训练数据集
          eval_dataset,   # 评估数据集
          epochs=5,       # 训练的总轮次
          batch_size=64,  # 训练使用的批大小
          verbose=1,      # 日志展示形式
          callbacks=[visualdl])  # 设置可视化
The loss value printed in the log is the current step, and the metric is the average value of previous step.
Epoch 1/5
step 155/155 [==============================] - loss: 2.5430 - acc: 0.1008 - 473ms/step        
Eval begin...
The loss value printed in the log is the current batch, and the metric is the average value of previous step.
step 54/54 [==============================] - loss: 2.5167 - acc: 0.1055 - 557ms/step         
Eval samples: 3430
Epoch 2/5
step 155/155 [==============================] - loss: 2.4430 - acc: 0.1008 - 473ms/step         
Eval begin...
The loss value printed in the log is the current batch, and the metric is the average value of previous step.
step 54/54 [==============================] - loss: 2.5167 - acc: 0.1055 - 559ms/step         
Eval samples: 3430
Epoch 3/5
step 155/155 [==============================] - loss: 2.4430 - acc: 0.1008 - 475ms/step         
Eval begin...
The loss value printed in the log is the current batch, and the metric is the average value of previous step.
step 54/54 [==============================] - loss: 2.5167 - acc: 0.1055 - 558ms/step         
Eval samples: 3430
Epoch 4/5
step 155/155 [==============================] - loss: 2.5430 - acc: 0.1008 - 474ms/step        
Eval begin...
The loss value printed in the log is the current batch, and the metric is the average value of previous step.
step 54/54 [==============================] - loss: 2.5167 - acc: 0.1055 - 560ms/step         
Eval samples: 3430
Epoch 5/5
step 155/155 [==============================] - loss: 2.4430 - acc: 0.1008 - 474ms/step         
Eval begin...
The loss value printed in the log is the current batch, and the metric is the average value of previous step.
step 54/54 [==============================] - loss: 2.5167 - acc: 0.1055 - 557ms/step         
Eval samples: 3430
model.save('finetuning/mnist')  # 保存模型
def openimg():  # 读取图片函数
    with open(f'testing_set.txt') as f:  #读取文件夹
        test_img = []
        txt =  []
        for line in f.readlines():  # 循环读取每一行
            img = Image.open(line[:-1])  # 打开图片
            img = img.resize((100, 100), Image.ANTIALIAS)  # 大小归一化
            img = np.array(img).astype('float32')  # 转换成 数组
            img = img.transpose((2, 0, 1))     #读出来的图像是rgb,rgb,rbg..., 转置为 rrr...,ggg...,bbb...
            img = img/255.0  # 缩放
            txt.append(line[:-1])  # 生成列表
            test_img.append(img)  
        return txt,test_img
img_path, img = openimg()  # 读取列表
from PIL import Image
site = 255  # 读取图片位置
model_state_dict = paddle.load('finetuning/mnist.pdparams')  # 读取模型
model = MyCNN()  # 实例化模型
model.set_state_dict(model_state_dict) 
model.eval()
ceshi = model(paddle.to_tensor(img[site]))  # 测试
print('预测的结果为:', np.argmax(ceshi.numpy()))  # 获取值
Image.open(img_path[site])  # 显示图片
预测的结果为: 0

image.png


传说中的飞桨社区最菜代码人,让我们一起努力!

记住:三岁出品必是精品 (不要脸系列


目录
相关文章
|
人工智能 数据可视化 数据处理
快速在 PaddleLabel 标注的花朵分类数据集上展示如何应用 PaddleX 训练 MobileNetV3_ssld 网络
快速在 PaddleLabel 标注的花朵分类数据集上展示如何应用 PaddleX 训练 MobileNetV3_ssld 网络
800 0
快速在 PaddleLabel 标注的花朵分类数据集上展示如何应用 PaddleX 训练 MobileNetV3_ssld 网络
|
7月前
R语言朴素贝叶斯Naive Bayes分类Iris鸢尾花和HairEyeColor学生性别和眼睛头发颜色数据
R语言朴素贝叶斯Naive Bayes分类Iris鸢尾花和HairEyeColor学生性别和眼睛头发颜色数据
|
机器学习/深度学习 存储 数据采集
SqueezeNet算法解析—鸟类识别—Paddle实战
SqueezeNet算法,顾名思义,Squeeze的中文意思是压缩和挤压的意思,所以我们通过算法的名字就可以猜想到,该算法一定是通过解压模型来降低模型参数量的。当然任何算法的改进都是在原先的基础上提升精度或者降低模型参数,因此该算法的主要目的就是在于降低模型参数量的同时保持模型精度。随着CNN卷积神经网络的研究发展,越来越多的模型被研发出来,而为了提高模型的精度,深层次的模型例如AlexNet和ResNet等得到了大家的广泛认可。
229 0
SqueezeNet算法解析—鸟类识别—Paddle实战
|
机器学习/深度学习 PyTorch 程序员
【Python】Pytorch(CNN)实现垃圾,宝石,表情,车牌,鸟类,食物等各种分类
【Python】Pytorch(CNN)实现垃圾,宝石,表情,车牌,鸟类,食物等各种分类
138 0
|
机器学习/深度学习 算法 PyTorch
【Pytorch神经网络实战案例】08 识别黑白图中的服装图案(Fashion-MNIST)
Fashion-MNST数据集中的图片大小是28像素×28像素。每-幅图就是1行784(28×28)列的数据括二中的每个值优麦一个像素。
282 0
|
机器学习/深度学习 存储 缓存
基于PaddlePaddle2.x的CNN入门网络的猫狗分类
基于PaddlePaddle2.x的CNN入门网络的猫狗分类
120 0
基于PaddlePaddle2.x的CNN入门网络的猫狗分类
|
机器学习/深度学习 缓存 计算机视觉
基于 PaddlePaddle2.x LeNet网络的猫狗分类
基于 PaddlePaddle2.x LeNet网络的猫狗分类
220 0
基于 PaddlePaddle2.x LeNet网络的猫狗分类
|
机器学习/深度学习 缓存 计算机视觉
猫狗分类(PaddlePaddle2.0 LeNet版本)
猫狗分类(PaddlePaddle2.0 LeNet版本)
141 0
猫狗分类(PaddlePaddle2.0 LeNet版本)
|
API 计算机视觉 开发者
基于Oxford-IIIT Pet数据集实现PaddleHub猫咪一键抠图
基于Oxford-IIIT Pet数据集实现PaddleHub猫咪一键抠图
396 0
基于Oxford-IIIT Pet数据集实现PaddleHub猫咪一键抠图
|
数据采集 计算机视觉 Python
基于PaddlePaddle的猫咪识别--你是谁家的小猫咪?
基于PaddlePaddle的猫咪识别--你是谁家的小猫咪?
113 0
基于PaddlePaddle的猫咪识别--你是谁家的小猫咪?