机器学习框架ML.NET学习笔记【6】TensorFlow图片分类

 一、概述

通过之前两篇文章的学习，我们应该已经了解了多元分类的工作原理，图片的分类其流程和之前完全一致，其中最核心的问题就是特征的提取，只要完成特征提取，分类算法就很好处理了，具体流程如下：

之前介绍过，图片的特征是不能采用像素的灰度值的，这部分原理的台阶有点高，还好可以直接使用通过tensorflow训练过的特征提取模型（美其名曰迁移学习）。

模型文件为：tensorflow_inception_graph.pb

 

二、样本介绍

 我随便在网上找了一些图片，分成6类：男孩、女孩、猫、狗、男人、女人。tags文件标记了每个文件所代表的类型标签（label）。

通过对这六类图片的学习，期望输入新的图片时，可以判断出是何种类型。

 

三、代码

 全部代码：

namespace tensorflow_imageclassification
{    

    class program
    {
        //assets files download from:https://gitee.com/seabluescn/ml_assets
        static readonly string assetsfolder = @"d:\stepbystep\blogs\ml_assets";
        static readonly string traindatafolder = path.combine(assetsfolder, "imageclassification", "train");
        static readonly string traintagspath = path.combine(assetsfolder, "imageclassification", "train_tags.tsv");
        static readonly string testdatafolder = path.combine(assetsfolder, "imageclassification","test");
        static readonly string inceptionpb = path.combine(assetsfolder, "tensorflow", "tensorflow_inception_graph.pb");
        static readonly string imageclassifierzip = path.combine(environment.currentdirectory, "mlmodel", "imageclassifier.zip");

        //配置用常量
        private struct imagenetsettings
        {
            public const int imageheight = 224;
            public const int imagewidth = 224;
            public const float mean = 117;
            public const float scale = 1;
            public const bool channelslast = true;
        }

        static void main(string[] args)
        {
            trainandsavemodel();
            loadandprediction();

            console.writeline("hit any key to finish the app");
            console.readkey();
        }

        public static void trainandsavemodel()
        {
            mlcontext mlcontext = new mlcontext(seed: 1);

            // step 1: 准备数据
            var fulldata = mlcontext.data.loadfromtextfile<imagenetdata>(path: traintagspath, separatorchar: '\t', hasheader: false);

            var traintestdata = mlcontext.data.traintestsplit(fulldata, testfraction: 0.1);
            var traindata = traintestdata.trainset;
            var testdata = traintestdata.testset;

            // step 2：创建学习管道
            var pipeline = mlcontext.transforms.conversion.mapvaluetokey(outputcolumnname: "labeltokey", inputcolumnname: "label")
                .append(mlcontext.transforms.loadimages(outputcolumnname: "input", imagefolder: traindatafolder, inputcolumnname: nameof(imagenetdata.imagepath)))
                .append(mlcontext.transforms.resizeimages(outputcolumnname: "input", imagewidth: imagenetsettings.imagewidth, imageheight: imagenetsettings.imageheight, inputcolumnname: "input"))
                .append(mlcontext.transforms.extractpixels(outputcolumnname: "input", interleavepixelcolors: imagenetsettings.channelslast, offsetimage: imagenetsettings.mean))
                .append(mlcontext.model.loadtensorflowmodel(inceptionpb).
                     scoretensorflowmodel(outputcolumnnames: new[] { "softmax2_pre_activation" }, inputcolumnnames: new[] { "input" }, addbatchdimensioninput: true))
                .append(mlcontext.multiclassclassification.trainers.lbfgsmaximumentropy(labelcolumnname: "labeltokey", featurecolumnname: "softmax2_pre_activation"))
                .append(mlcontext.transforms.conversion.mapkeytovalue("predictedlabelvalue", "predictedlabel"))
                .appendcachecheckpoint(mlcontext);

            // step 3：通过训练数据调整模型    
            itransformer model = pipeline.fit(traindata);

            // step 4：评估模型
            console.writeline("===== evaluate model =======");
            var evadata = model.transform(testdata);
            var metrics = mlcontext.multiclassclassification.evaluate(evadata, labelcolumnname: "labeltokey", predictedlabelcolumnname: "predictedlabel");
            printmulticlassclassificationmetrics(metrics);

            //step 5：保存模型
            console.writeline("====== save model to local file =========");
            mlcontext.model.save(model, traindata.schema, imageclassifierzip);
        }

        static void loadandprediction()
        {
            mlcontext mlcontext = new mlcontext(seed: 1);

            // load the model
            itransformer loadedmodel = mlcontext.model.load(imageclassifierzip, out var modelinputschema);

            // make prediction function (input = imagenetdata, output = imagenetprediction)
            var predictor = mlcontext.model.createpredictionengine<imagenetdata, imagenetprediction>(loadedmodel);
            
            directoryinfo testdir = new directoryinfo(testdatafolder);
            foreach (var jpgfile in testdir.getfiles("*.jpg"))
            {
                imagenetdata image = new imagenetdata();
                image.imagepath = jpgfile.fullname;
                var pred = predictor.predict(image);

                console.writeline($"filename:{jpgfile.name}:\tpredict result:{pred.predictedlabelvalue}");
            }
        }       
    }

    public class imagenetdata
    {
        [loadcolumn(0)]
        public string imagepath;

        [loadcolumn(1)]
        public string label;
    }

    public class imagenetprediction
    {
        //public float[] score;
        public string predictedlabelvalue;
    }   
}

  

四、分析

 1、数据处理通道

可以看出，其代码流程与结构与上两篇文章介绍的完全一致，这里就介绍一下核心的数据处理模型部分的代码：

var pipeline = mlcontext.transforms.conversion.mapvaluetokey(outputcolumnname: "labeltokey", inputcolumnname: "label")
  .append(mlcontext.transforms.loadimages(outputcolumnname: "input", imagefolder: traindatafolder, inputcolumnname: nameof(imagenetdata.imagepath)))
  .append(mlcontext.transforms.resizeimages(outputcolumnname: "input", imagewidth: imagenetsettings.imagewidth, imageheight: imagenetsettings.imageheight, inputcolumnname: "input"))
  .append(mlcontext.transforms.extractpixels(outputcolumnname: "input", interleavepixelcolors: imagenetsettings.channelslast, offsetimage: imagenetsettings.mean))
  .append(mlcontext.model.loadtensorflowmodel(inceptionpb).
          scoretensorflowmodel(outputcolumnnames: new[] { "softmax2_pre_activation" }, inputcolumnnames: new[] { "input" }, addbatchdimensioninput: true))
  .append(mlcontext.multiclassclassification.trainers.lbfgsmaximumentropy(labelcolumnname: "labeltokey", featurecolumnname: "softmax2_pre_activation"))
  .append(mlcontext.transforms.conversion.mapkeytovalue("predictedlabelvalue", "predictedlabel"))

mapvaluetokey与mapkeytovalue之前已经介绍过了；
loadimages是读取文件，输入为文件名、输出为image；
resizeimages是改变图片尺寸，这一步是必须的，即使所有训练图片都是标准划一的图片也需要这个操作，后面需要根据这个尺寸确定容纳图片像素信息的数组大小；
extractpixels是将图片转换为包含像素数据的矩阵；
loadtensorflowmodel是加载第三方模型，scoretensorflowmodel是调用模型处理数据，其输入为：“input”，输出为：“softmax2_pre_activation”，由于模型中输入、输出的名称是规定的，所以，这里的名称不可以随便修改。
分类算法采用的是l-bfgs最大熵分类算法，其特征数据为tensorflow网络输出的值，标签值为"labeltokey"。

 

2、验证过程

            mlcontext mlcontext = new mlcontext(seed: 1);
            itransformer loadedmodel = mlcontext.model.load(imageclassifierzip, out var modelinputschema);           
            var predictor = mlcontext.model.createpredictionengine<imagenetdata, imagenetprediction>(loadedmodel);
                        
            imagenetdata image = new imagenetdata();
            image.imagepath = jpgfile.fullname;
            var pred = predictor.predict(image);
            console.writeline($"filename:{jpgfile.name}:\tpredict result:{pred.predictedlabelvalue}");

 两个实体类代码：

    public class imagenetdata
    {
        [loadcolumn(0)]
        public string imagepath;

        [loadcolumn(1)]
        public string label;
    }

    public class imagenetprediction
    {       
        public string predictedlabelvalue;
    } 

 

3、验证结果
我在网络上又随便找了20张图片进行验证，发现验证成功率是非常高的，基本都是准确的，只有两个出错了。

上图片被识别为girl（我认为是woman），这个情有可原，本来girl和worman在外貌上也没有一个明确的分界点。

上图被识别为woman，这个也情有可原，不解释。

需要了解的是：不管你输入什么图片，最终的结果只能是以上六个类型之一，算法会寻找到和六个分类中特征最接近的一个分类作为结果。

4、调试
注意看实体类的话，我们只提供了三个基本属性，如果想看一下在学习过程中数据是如何处理的，可以给imagenetprediction类增加一些字段进行调试。
首先我们需要看一下idateview有哪些列（column）

            var predictions = trainedmodel.transform(testdata);          

            var outputcolumnnames = predictions.schema.where(col => !col.ishidden).select(col => col.name);
            foreach (string column in outputcolumnnames)
            {
                console.writeline($"outputcolumnname:{ column }");
            }

 将我们要调试的列加入到实体对象中去，特别要注意数据类型。

    public class imagenetprediction
    {
        public float[] score;
        public string predictedlabelvalue; 
        public string label；
       
        public void printtoconsole()
        {
            //打印字段信息
        }
    }  

 查看数据集详细信息：

           var predictions = trainedmodel.transform(testdata); 
            var datashowlist = new list<imagenetprediction>(mlcontext.data.createenumerable<imagenetprediction>(predictions, false, true));
           foreach (var dataline in datashowlist)
            {                
                    dataline.printtoconsole();                               
            }

 

五、资源获取 

源码下载地址：https://github.com/seabluescn/study_ml.net

工程名称：tensorflow_imageclassification

资源获取：https://gitee.com/seabluescn/ml_assets

点击查看机器学习框架ml.net学习笔记系列文章目录