Transfer Learning Suite

Keras の転移学習スイート

ニュース

説明

このリポジトリは、Transfer Learning Suite として機能します。目標は、組み込みの Keras 画像分類モデルを使用して転移学習を簡単に実行できるようにすることです。このリポジトリを改善するための提案や、希望する新機能は大歓迎です。

私のセマンティック セグメンテーション スイートもチェックしてください。

モデル

Keras の組み込みモデルはすべて利用可能です。

モデル	サイズ	トップ1の精度	トップ5の精度	パラメータ	深さ
VGG16	528MB	0.715	0.901	138,357,544	23
VGG19	549MB	0.727	0.910	143,667,240	26
レスネット50	99MB	0.759	0.929	25,636,712	168
ゼセプション	88MB	0.790	0.945	22,910,480	126
インセプションV3	92MB	0.788	0.944	23,851,784	159
インセプションResNetV2	215MB	0.804	0.953	55,873,736	572
モバイルネット	17MB	0.665	0.871	4,253,864	88
デンスネット121	33MB	0.745	0.918	8,062,504	121
デンスネット169	57MB	0.759	0.928	14,307,880	169
デンスネット201	80MB	0.770	0.933	20,242,984	201
NASネットモバイル	21MB	NA	NA	5,326,716	NA
NASネットラージ	342MB	NA	NA	88,949,818	NA

ファイルとディレクトリ

• main.py:トレーニングと予測モード

• utils.py:ヘルパー ユーティリティ関数

• チェックポイント:トレーニング中の各エポックのチェックポイント ファイル

• 予測：予測結果

インストール

このプロジェクトには次の依存関係があります。

• Numpy sudo pip install numpy

• OpenCV Python sudo apt-get install python-opencv

• TensorFlow sudo pip install --upgrade tensorflow-gpu

• Keras sudo pip install keras

使用法

開始するために必要な唯一のことは、次の構造でフォルダーをセットアップすることです。

 ├── "dataset_name"                   
|   ├── train
|   |   ├── class_1_images
|   |   ├── class_2_images
|   |   ├── class_X_images
|   |   ├── .....
|   ├── val
|   |   ├── class_1_images
|   |   ├── class_2_images
|   |   ├── class_X_images
|   |   ├── .....
|   ├── test
|   |   ├── class_1_images
|   |   ├── class_2_images
|   |   ├── class_X_images
|   |   ├── .....

次に、 main.py実行するだけです。オプションのコマンドライン引数を確認してください。

 usage: main.py [-h] [--num_epochs NUM_EPOCHS] [--mode MODE] [--image IMAGE]
               [--continue_training CONTINUE_TRAINING] [--dataset DATASET]
               [--resize_height RESIZE_HEIGHT] [--resize_width RESIZE_WIDTH]
               [--batch_size BATCH_SIZE] [--dropout DROPOUT] [--h_flip H_FLIP]
               [--v_flip V_FLIP] [--rotation ROTATION] [--zoom ZOOM]
               [--shear SHEAR] [--model MODEL]

optional arguments:
  -h, --help            show this help message and exit
  --num_epochs NUM_EPOCHS
                        Number of epochs to train for
  --mode MODE           Select "train", or "predict" mode. Note that for
                        prediction mode you have to specify an image to run
                        the model on.
  --image IMAGE         The image you want to predict on. Only valid in
                        "predict" mode.
  --continue_training CONTINUE_TRAINING
                        Whether to continue training from a checkpoint
  --dataset DATASET     Dataset you are using.
  --resize_height RESIZE_HEIGHT
                        Height of cropped input image to network
  --resize_width RESIZE_WIDTH
                        Width of cropped input image to network
  --batch_size BATCH_SIZE
                        Number of images in each batch
  --dropout DROPOUT     Dropout ratio
  --h_flip H_FLIP       Whether to randomly flip the image horizontally for
                        data augmentation
  --v_flip V_FLIP       Whether to randomly flip the image vertically for data
                        augmentation
  --rotation ROTATION   Whether to randomly rotate the image for data
                        augmentation
  --zoom ZOOM           Whether to randomly zoom in for data augmentation
  --shear SHEAR         Whether to randomly shear in for data augmentation
  --model MODEL         Your pre-trained classification model of choice