Python训练营打卡 Day43

复习日

作业:

kaggle找到一个图像数据集,用cnn网络进行训练并且用grad-cam做可视化

进阶:并拆分成多个文件

1. 数据集准备

在 Kaggle 上搜索并下载 "Cats VS. Dogs" 数据集

2. 项目结构

复制代码
CNN_CatDog/
├── data/                  # 数据集目录
│   ├── train/             # 训练集
│   └── test/              # 测试集
├── models/                # 模型保存目录
├── utils/                 # 工具文件夹
│   ├── data_loader.py     # 数据加载工具
│   ├── model.py           # 模型定义
│   └── grad_cam.py        # Grad-CAM 实现
├── train.py               # 训练脚本
├── test.py                # 测试脚本
└── visualize.py           # 可视化脚本

3. 数据预处理(utils/data_loader.py)

复制代码
import os
import numpy as np
from tensorflow.keras.preprocessing.image import ImageDataGenerator

def load_data(train_dir, test_dir, img_height, img_width, batch_size):
    # 数据增强和加载
    train_datagen = ImageDataGenerator(
        rescale=1./255,
        rotation_range=20,
        width_shift_range=0.2,
        height_shift_range=0.2,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True,
        validation_split=0.2  # 划分验证集
    )

    test_datagen = ImageDataGenerator(rescale=1./255)

    train_generator = train_datagen.flow_from_directory(
        train_dir,
        target_size=(img_height, img_width),
        batch_size=batch_size,
        class_mode='binary',
        subset='training'
    )

    validation_generator = train_datagen.flow_from_directory(
        train_dir,
        target_size=(img_height, img_width),
        batch_size=batch_size,
        class_mode='binary',
        subset='validation'
    )

    test_generator = test_datagen.flow_from_directory(
        test_dir,
        target_size=(img_height, img_width),
        batch_size=batch_size,
        class_mode='binary',
        shuffle=False
    )

    return train_generator, validation_generator, test_generator

4. 模型定义(utils/model.py)

复制代码
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense, Dropout, BatchNormalization

def create_cnn_model(img_height, img_width):
    model = Sequential([
        Conv2D(32, (3, 3), activation='relu', input_shape=(img_height, img_width, 3)),
        BatchNormalization(),
        MaxPooling2D((2, 2)),
        Conv2D(64, (3, 3), activation='relu'),
        BatchNormalization(),
        MaxPooling2D((2, 2)),
        Conv2D(128, (3, 3), activation='relu'),
        BatchNormalization(),
        MaxPooling2D((2, 2)),
        Flatten(),
        Dense(512, activation='relu'),
        Dropout(0.5),
        Dense(1, activation='sigmoid')
    ])

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

    return model

5. Grad-CAM 实现(utils/grad_cam.py)

复制代码
import numpy as np
import tensorflow as tf
import cv2

def get_last_conv_layer(model):
    # 获取模型中最后一个卷积层
    for layer in reversed(model.layers):
        if isinstance(layer, tf.keras.layers.Conv2D):
            return layer
    return None

def compute_grad_cam(model, img_array, pred_class, last_conv_layer):
    # 构建梯度模型
    grad_model = tf.keras.models.Model(
        [model.inputs],
        [last_conv_layer.output, model.output]
    )

    # 计算梯度
    with tf.GradientTape() as tape:
        last_conv_layer_output, preds = grad_model(img_array)
        class_channel = preds[:, pred_class]

    grads = tape.gradient(class_channel, last_conv_layer_output)
    pooled_grads = tf.reduce_mean(grads, axis=(0, 1, 2))

    # 应用权重到卷积层输出并加和
    last_conv_layer_output = last_conv_layer_output[0]
    heatmap = tf.reduce_mean(tf.multiply(last_conv_layer_output, pooled_grads), axis=-1)

    # ReLU
    heatmap = np.maximum(heatmap, 0)
    max_heat = np.max(heatmap)
    if max_heat == 0:
        max_heat = 1e-10
    heatmap /= max_heat

    # 热图大小调整与应用
    heatmap = cv2.resize(heatmap.numpy(), (img_array.shape[2], img_array.shape[1]))
    return heatmap

6. 训练脚本(train.py

复制代码
import os
import numpy as np
from tensorflow.keras.callbacks import ModelCheckpoint, EarlyStopping
from utils.data_loader import load_data
from utils.model import create_cnn_model

if __name__ == "__main__":
    # 参数设置
    img_height = 150
    img_width = 150
    batch_size = 32
    epochs = 50

    # 加载数据
    train_generator, validation_generator, _ = load_data(
        'data/train',
        'data/test',
        img_height,
        img_width,
        batch_size
    )

    # 创建模型
    model = create_cnn_model(img_height, img_width)

    # 回调函数
    checkpoint = ModelCheckpoint('models/best_model.h5', monitor='val_accuracy', save_best_only=True, mode='max')
    early_stop = EarlyStopping(monitor='val_loss', patience=5, mode='min')

    # 训练模型
    history = model.fit(
        train_generator,
        steps_per_epoch=train_generator.samples // batch_size,
        epochs=epochs,
        validation_data=validation_generator,
        validation_steps=validation_generator.samples // batch_size,
        callbacks=[checkpoint, early_stop]
    )

7. 测试脚本(test.py

复制代码
import os
import numpy as np
from tensorflow.keras.models import load_model
from utils.data_loader import load_data

if __name__ == "__main__":
    # 参数设置
    img_height = 150
    img_width = 150
    batch_size = 32

    # 加载数据
    _, _, test_generator = load_data(
        'data/train',
        'data/test',
        img_height,
        img_width,
        batch_size
    )

    # 加载最佳模型
    model = load_model('models/best_model.h5')

    # 测试模型
    test_loss, test_acc = model.evaluate(
        test_generator,
        steps=test_generator.samples // batch_size,
        verbose=2
    )

    print(f'\nTest accuracy: {test_acc:.4f}')
    print(f'Test loss: {test_loss:.4f}')

8. 可视化脚本(visualize.py

复制代码
import os
import numpy as np
import matplotlib.pyplot as plt
from tensorflow.keras.preprocessing import image
from tensorflow.keras.models import load_model
from utils.grad_cam import get_last_conv_layer, compute_grad_cam

if __name__ == "__main__":
    # 参数设置
    img_height = 150
    img_width = 150

    # 加载模型和最后一层卷积层
    model = load_model('models/best_model.h5')
    last_conv_layer = get_last_conv_layer(model)

    # 预测并可视化
    img_path = 'data/test/dog/10002.jpg'  # 替换为测试图像路径
    img = image.load_img(img_path, target_size=(img_height, img_width))
    img_array = image.img_to_array(img)
    img_array = np.expand_dims(img_array, axis=0) / 255.0

    # 预测类别
    pred = model.predict(img_array)
    pred_class = 0 if pred[0] < 0.5 else 1  # 假设二分类任务

    # 计算 Grad-CAM 热图
    heatmap = compute_grad_cam(model, img_array, pred_class, last_conv_layer)

    # 可视化热图
    plt.matshow(heatmap)
    plt.title('Grad-CAM Heatmap')
    plt.show()

    # 将热图叠加到原图上
    img = cv2.imread(img_path)
    img = cv2.resize(img, (img_height, img_width))
    heatmap = cv2.resize(heatmap, (img_height, img_width))
    heatmap = np.uint8(255 * heatmap)
    heatmap = cv2.applyColorMap(heatmap, cv2.COLORMAP_JET)
    superimposed_img = heatmap * 0.4 + img
    cv2.imwrite('grad_cam_result.jpg', superimposed_img)
    plt.imshow(cv2.cvtColor(superimposed_img, cv2.COLOR_BGR2RGB))
    plt.title('Grad-CAM Result')
    plt.show()

总结

以上代码实现了使用 CNN 网络对猫狗图像数据集进行训练,并通过 Grad-CAM 对模型进行可视化。代码被拆分成多个文件,每个文件负责不同的功能模块,便于管理和维护。你可以根据实际需求调整网络结构、超参数和数据集路径等。

通过训练脚本 train.py 进行模型训练,并通过回调函数保存最佳模型。使用 test.py 进行模型测试,评估模型性能。最后通过 visualize.py 使用 Grad-CAM 对模型的预测结果进行可视化,生成热图并叠加到原图上,帮助理解模型的决策依据。

@浙大疏锦行

相关推荐
Vertira6 分钟前
pdf 合并 python实现(已解决)
前端·python·pdf
不良手残10 分钟前
IDEA类和方法注释模板设置-保姆教程
java·开发语言
太凉10 分钟前
Python之 sorted() 函数的基本语法
python
项目題供诗27 分钟前
黑马python(二十四)
开发语言·python
就改了1 小时前
JUC小册——公平锁和非公平锁
java·开发语言
晓13131 小时前
OpenCV篇——项目(二)OCR文档扫描
人工智能·python·opencv·pycharm·ocr
是小王同学啊~1 小时前
(LangChain)RAG系统链路向量检索器之Retrievers(五)
python·算法·langchain
AIGC包拥它1 小时前
提示技术系列——链式提示
人工智能·python·langchain·prompt
孟陬1 小时前
Python matplotlib 如何**同时**展示正文和 emoji
python
何双新1 小时前
第 1 课:Flask 简介与环境配置(Markdown 教案)
后端·python·flask