卷积神经网络（CNN）识别眼睛状态

偏执的太偏执、 2024-05-07 17:08 78阅读 0赞

> 活动地址：[CSDN21天学习挑战赛][CSDN21]

### 一、卷积神经网络的基本概念 ###

卷积神经网络与普通神经网络的区别在于，卷积神经网络包含了一个由卷积层和子采样层（池化层）构成的特征抽取器。在卷积神经网络的卷积层中，一个神经元只与部分邻层神经元连接。在CNN的一个卷积层中，通常包含若干个特征图(featureMap)，每个特征图由一些矩形排列的的神经元组成，同一特征图的神经元共享权值，这里共享的权值就是卷积核。卷积核一般以随机小数矩阵的形式初始化，在网络的训练过程中卷积核将学习得到合理的权值。共享权值（卷积核）带来的直接好处是减少网络各层之间的连接，同时又降低了过拟合的风险。子采样也叫做池化（pooling），通常有均值子采样（mean pooling）和最大值子采样（max pooling）两种形式。子采样可以看作一种特殊的卷积过程。卷积和子采样大大简化了模型复杂度，减少了模型的参数。

--------------------

###  ###

### 二、数据预处理 ###

#### 1.加载数据 ####

*  使用image\_dataset\_from\_directory方法将磁盘中的数据加载到tf.data.Dataset中

import matplotlib.pyplot as plt
    # 支持中文
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
    plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
    
    import os,PIL
    
    # 设置随机种子尽可能使结果可以重现
    import numpy as np
    np.random.seed(1)
    
    # 设置随机种子尽可能使结果可以重现
    import tensorflow as tf
    tf.random.set_seed(1)
    
    import pathlib
    data_dir = "./017_Eye_dataset"
    
    data_dir = pathlib.Path(data_dir)

image_count = len(list(data_dir.glob('*/*')))
    
    print("图片总数为：",image_count)

图片总数为： 4308

batch_size = 64
    img_height = 224
    img_width = 224

"""
    关于image_dataset_from_directory()的详细介绍可以参考文章：https://mtyjkh.blog.csdn.net/article/details/117018789
    """
    train_ds = tf.keras.preprocessing.image_dataset_from_directory(
        data_dir,
        validation_split=0.2,
        subset="training",
        seed=12,
        image_size=(img_height, img_width),
        batch_size=batch_size)

> Found 4308 files belonging to 4 classes.Using 3447 files for training

"""
    关于image_dataset_from_directory()的详细介绍可以参考文章：https://mtyjkh.blog.csdn.net/article/details/117018789
    """
    val_ds = tf.keras.preprocessing.image_dataset_from_directory(
        data_dir,
        validation_split=0.2,
        subset="validation",
        seed=12,
        image_size=(img_height, img_width),
        batch_size=batch_size)

> Found 4308 files belonging to 4 classes. Using 861 files for validation.

*  我们可以通过class\_names输出数据集的标签。标签将按字母顺序对应于目录名称。

class_names = train_ds.class_names
    print(class_names)

> \['close\_look', 'forward\_look', 'left\_look', 'right\_look'\]

### 2.数据可视化 ###

plt.figure(figsize=(10, 5))  # 图形的宽为10高为5
    plt.suptitle("数据展示")
    
    for images, labels in train_ds.take(1):
        for i in range(8):
            
            ax = plt.subplot(2, 4, i + 1)  
            
            ax.patch.set_facecolor('yellow')
            
            plt.imshow(images[i].numpy().astype("uint8"))
            plt.title(class_names[labels[i]])
            
            plt.axis("off")

![7906e1c7033348e9a2cf2b00a83000dd.png][]

for image_batch, labels_batch in train_ds:
        print(image_batch.shape)
        print(labels_batch.shape)
        break

(64, 224, 224, 3) (64,)

*  Image\_batch是形状的张量(8,224,224,3)。这是一批形状240x240x3的8张图片(最后一维指的是彩色通道RGB)。
 *  Label\_batch是形状(8，)的张量，这些标签对应8张图片

#### 4.配置数据集[¶][Link 1] ####

*  shuffle() :打乱数据，关于此函数的详细介绍可以参考:https:l/zhuanlan.zhihu.com/p/42417456
 *  prefetch():预取数据，加速运行，其详细介绍可以参考我前两篇文章，里面都有讲解。
 *  cache():将数据集缓存到内存当中，加速运行

AUTOTUNE = tf.data.AUTOTUNE
    
    train_ds = train_ds.cache().shuffle(1000).prefetch(buffer_size=AUTOTUNE)
    val_ds   = val_ds.cache().prefetch(buffer_size=AUTOTUNE)

*  如果报 AttributeError: module 'tensorflow.\_api.v2.data' has no attribute ' AUTOTUNE"错误，将AUTOTUNE = tf.data.AUTOTUNE更换为AUTOTUNE = tf.data. experimental.AUTOTUNE，这个错误是由于版本问题引起的。

### 三、调用官方网络模型 ###

model = tf.keras.applications.VGG16()
    # 打印模型信息
    model.summary()

![0cd2d837cfd04c7892fec14cf6fdd984.png][]

![f8e547c5024f40339094cdb57a0fdc5d.png][]

### 四、设置动态学习率 ###

这里先罗列一下学习率大与学习率小的优缺点。[¶][Link 2]

*  学习率大 优点:1、加快学习速率。2、有助于跳出局部最优值。 缺点:1、导致模型训练不收敛。2、单单使用大学习率容易导致模型不精确。
 *  学习率小 优点:1、有助于模型收敛、模型细化。2、提高模型精度。 缺点:1、很难跳出局部最优值。2、收敛缓慢。
 *  注意:这里设置的动态学习率为:指数衰减型(ExponentialDecay)。假设1个epoch有100个 batch(相当于100step)，20个epoch过后，step==2000，即step会随着epoch累加。计算公式如下:

# 设置初始学习率
    initial_learning_rate = 1e-4
    
    lr_schedule = tf.keras.optimizers.schedules.ExponentialDecay(
            initial_learning_rate, 
            decay_steps=20,      # 敲黑板！！！这里是指 steps，不是指epochs
            decay_rate=0.96,     # lr经过一次衰减就会变成 decay_rate*lr
            staircase=True)
    
    # 将指数衰减学习率送入优化器
    optimizer = tf.keras.optimizers.Adam(learning_rate=lr_schedule)

### 五、编译[¶][Link 3] ###

在准备对模型进行训练之前，还需要再对其进行一些设置。以下内容是在模型的编译步骤中添加的:

*  损失函数(loss) :用于衡量模型在训练期间的准确率。
 *  优化器（optimizer)︰决定模型如何根据其看到的数据和自身的损失函数进行更新。
 *  评价函数(metrics):用于监控训练和测试步骤。以下示例使用了准确率，即被正确分类的图像的比率。

model.compile(optimizer=optimizer,
                  loss     ='sparse_categorical_crossentropy',
                  metrics  =['accuracy'])

### 六、训练模型 ###

epochs = 10
    
    history = model.fit(
        train_ds,
        validation_data=val_ds, 
        epochs=epochs
    )

### 七、模型评估[¶][Link 4] ###

#### 1.Accuracy与Loss图 ####

acc = history.history['accuracy']
    val_acc = history.history['val_accuracy']
    
    loss = history.history['loss']
    val_loss = history.history['val_loss']
    
    epochs_range = range(epochs)
    
    plt.figure(figsize=(12, 4))
    plt.subplot(1, 2, 1)
    
    plt.plot(epochs_range, acc, label='Training Accuracy')
    plt.plot(epochs_range, val_acc, label='Validation Accuracy')
    plt.legend(loc='lower right')
    plt.title('Training and Validation Accuracy')
    
    plt.subplot(1, 2, 2)
    plt.plot(epochs_range, loss, label='Training Loss')
    plt.plot(epochs_range, val_loss, label='Validation Loss')
    plt.legend(loc='upper right')
    plt.title('Training and Validation Loss')
    plt.show()

#### 2.混淆矩阵 ####

*  Seaborn是一个画图库，它基于Matplotlib核心库进行了更高阶的API封装，可以让你轻松地画出更漂亮的图形。Seaborn的漂亮主要体现在配色更加舒服、以及图形元素的样式更加细腻。

from sklearn.metrics import confusion_matrix
    import seaborn as sns
    import pandas as pd
    
    # 定义一个绘制混淆矩阵图的函数
    def plot_cm(labels, predictions):
        
        # 生成混淆矩阵
        conf_numpy = confusion_matrix(labels, predictions)
        # 将矩阵转化为 DataFrame
        conf_df = pd.DataFrame(conf_numpy, index=class_names ,columns=class_names)  
        
        plt.figure(figsize=(8,7))
        
        sns.heatmap(conf_df, annot=True, fmt="d", cmap="BuPu")
        
        plt.title('混淆矩阵',fontsize=15)
        plt.ylabel('真实值',fontsize=14)
        plt.xlabel('预测值',fontsize=14)
    
    val_pre   = []
    val_label = []
    
    for images, labels in val_ds:#这里可以取部分验证数据（.take(1)）生成混淆矩阵
        for image, label in zip(images, labels):
            # 需要给图片增加一个维度
            img_array = tf.expand_dims(image, 0) 
            # 使用模型预测图片中的人物
            prediction = model.predict(img_array)
    
            val_pre.append(class_names[np.argmax(prediction)])
            val_label.append(class_names[label])
    plot_cm(val_label, val_pre)

### 八、保存and加载模型 ###

这是最简单的模型保存与加载方法哈

# 保存模型
    model.save('model/17_model.h5')
    # 加载模型
    new_model = tf.keras.models.load_model('model/17_model.h5')

### 九、预测 ###

# 采用加载的模型（new_model）来看预测结果
    
    plt.figure(figsize=(10, 5))  # 图形的宽为10高为5
    plt.suptitle("预测结果展示")
    
    for images, labels in val_ds.take(1):
        for i in range(8):
            ax = plt.subplot(2, 4, i + 1)  
            
            # 显示图片
            plt.imshow(images[i].numpy().astype("uint8"))
            
            # 需要给图片增加一个维度
            img_array = tf.expand_dims(images[i], 0) 
            
            # 使用模型预测图片中的人物
            predictions = new_model.predict(img_array)
            plt.title(class_names[np.argmax(predictions)])
    
            plt.axis("off")

>  *  本文为[?365天深度学习训练营][365] 中的学习记录博客
>  *  参考文章地址： [?深度学习100例-卷积神经网络（CNN）识别眼睛状态 | 第17天][100_-_CNN_ _ _17]

[CSDN21]: https://marketing.csdn.net/p/bdabfb52c5d56532133df2adc1a728fd
[7906e1c7033348e9a2cf2b00a83000dd.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/07/652de9c7d2f04b8e80736db4b0b462cc.png
[Link 1]: http://localhost:8888/notebooks/CSDN21%E5%A4%A9%E5%AD%A6%E4%B9%A0%E8%AE%A1%E5%88%92/%E5%8D%B7%E7%A7%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%EF%BC%88CNN%EF%BC%89%E8%AF%86%E5%88%AB%E7%9C%BC%E7%9D%9B%E7%8A%B6%E6%80%81.ipynb#4.%E9%85%8D%E7%BD%AE%E6%95%B0%E6%8D%AE%E9%9B%86
[0cd2d837cfd04c7892fec14cf6fdd984.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/07/135edd093b2446fe93ef9396b4ee77df.png
[f8e547c5024f40339094cdb57a0fdc5d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/07/95354e97b203429389cb0447a4d392e1.png
[Link 2]: http://localhost:8888/notebooks/CSDN21%E5%A4%A9%E5%AD%A6%E4%B9%A0%E8%AE%A1%E5%88%92/%E5%8D%B7%E7%A7%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%EF%BC%88CNN%EF%BC%89%E8%AF%86%E5%88%AB%E7%9C%BC%E7%9D%9B%E7%8A%B6%E6%80%81.ipynb#%E8%BF%99%E9%87%8C%E5%85%88%E7%BD%97%E5%88%97%E4%B8%80%E4%B8%8B%E5%AD%A6%E4%B9%A0%E7%8E%87%E5%A4%A7%E4%B8%8E%E5%AD%A6%E4%B9%A0%E7%8E%87%E5%B0%8F%E7%9A%84%E4%BC%98%E7%BC%BA%E7%82%B9%E3%80%82
[Link 3]: http://localhost:8888/notebooks/CSDN21%E5%A4%A9%E5%AD%A6%E4%B9%A0%E8%AE%A1%E5%88%92/%E5%8D%B7%E7%A7%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%EF%BC%88CNN%EF%BC%89%E8%AF%86%E5%88%AB%E7%9C%BC%E7%9D%9B%E7%8A%B6%E6%80%81.ipynb#%E4%BA%94%E3%80%81%E7%BC%96%E8%AF%91
[Link 4]: http://localhost:8888/notebooks/CSDN21%E5%A4%A9%E5%AD%A6%E4%B9%A0%E8%AE%A1%E5%88%92/%E5%8D%B7%E7%A7%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%EF%BC%88CNN%EF%BC%89%E8%AF%86%E5%88%AB%E7%9C%BC%E7%9D%9B%E7%8A%B6%E6%80%81.ipynb#%E4%B8%83%E3%80%81%E6%A8%A1%E5%9E%8B%E8%AF%84%E4%BC%B0
[365]: https://mp.weixin.qq.com/s/k-vYaC8l7uxX51WoypLkTw
[100_-_CNN_ _ _17]: https://mtyjkh.blog.csdn.net/article/details/118938811