计算机视觉应用开发课件：基于迁移学习的图像识别

基于迁移学习

的图像识别案例描述01任务案例分析02任务案例实施03任务学习目标掌握调用图像分类的卷积神经网络的预训练模型对预训练模型进行微调使用微调后的预训练模型对cifar-10数据进行训练分类1案例描述1案例描述将学习如何使用预训练的VGG-16和ResNet50来实现cifar-10数据集的分类。2案例分析2案例分析加载数据部分同上一个案例，只需把数据输入到预训练的VGG-16或者ResNet50中。VGG-16的网络结构为右侧图绿色栏所示，其中block1中有2个包含64个卷积核的卷积层，block2包含2个128个卷积核的卷积层，block3有3个包含256个卷积核的卷积层，block4有3个包含512个卷积核的卷积层，block5有3个包含512个卷积核的卷积层，加上2个包含4096个神经元的全连接层和1个包含1000个神经元的全连接层。2案例分析ResNet有2个基本的block，一个是identityblock，输入和输出的维度是一样的，所以可以串联多个；另外一个基本block是convblock，输入和输出的维度是不一样的，所以不能连续串联，它的作用本来就是为了改变特征向量的维度。convblockidentityblock2案例分析ResNet50网络结构中block_sizes=[3,4,6,3]指的是stage1(firstpool)之后的4个layer的block数，分别对应res2，res3，res4，res5，每一个layer的第一个block在shortcut上做conv+BN，即convblock。3案例实施3案例实施1.导库在Keras里面提供了许多在ImageNet上的预训练模型，VGG-16和ResNet50就是其中的预训练模型，可以通过fromtensorflow.keras.applicationsimportVGG16和fromtensorflow.keras.applications.resnet50importResNet50引入VGG-16模型和RseNet50模型。调用VGG-16模型和RseNet50模型分别使用VGG16(include_top=True,weights=‘imagenet’,input_tensor=None,input_shape=None,pooling=None,classes=1000,classifier_activation=‘softmax’)和ResNet50(include_top=True,weights=‘imagenet’,input_tensor=None,input_shape=None,pooling=None,classes=1000)函数来加载预训练模型，其中两个模型中使用参数基本一致。3案例实施include_top：是否保留顶层的3个全连接网络；weights：None代表随机初始化，即选择不加载预训练权重。‘imagenet’代表加载预训练权重；input_tensor：可填入Kerastensor作为模型的图像输出tensor；input_shape：可选，仅当include_top=False有效，应为长为3的tuple，指明输入图片的shape，图片的宽高必须大于48，如(200,200,3)；pooling：当include_top=False时，该参数指定了池化方式。None代表不池化，最后一个卷积层的输出为4D张量。‘avg’代表全局平均池化，‘max’代表全局最大值池化；classes：可选，图片分类的类别数，仅当include_top=True并且不加载预训练权重时可用；返回值：Keras模型对象。3案例实施2.加载数据(train_images,train_labels),(test_images,test_labels)=datasets.cifar10.load_data()3.使用预训练的VGG-16模型或者ResNet50模型#使用VGG-16模型base_model=VGG16(include_top=False,pooling='avg',input_shape=(32,32,3))#使用RseNet50模型#base_model=ResNet50(include_top=False,pooling='avg',input_shape=(32,32,3))forlayerinbase_model.layers:layer.trainable=False3案例实施4.编译并训练pile(optimizer='adam',

loss='sparse_categorical_crossentropy',