Transfer Learning Suite

Keras 中的迁移学习套件

消息

描述

该存储库用作迁移学习套件。目标是能够使用任何内置 Keras 图像分类模型轻松执行迁移学习！欢迎提出任何改进此存储库的建议或您希望看到的任何新功能！

您还可以查看我的语义分割套件。

型号

所有 Keras 内置模型均可用：

模型	尺寸	Top-1 准确度	前 5 名准确度	参数	深度
VGG16	528MB	0.715	0.901	138,357,544	23
VGG19	549MB	0.727	0.910	143,667,240	26
残网50	99MB	0.759	0.929	25,636,712	168
Xception	88MB	0.790	0.945	22,910,480	126
盗梦空间V3	92MB	0.788	0.944	23,851,784	159
InceptionResNetV2	215MB	0.804	0.953	55,873,736	第572章
移动网络	17MB	0.665	0.871	4,253,864	88
密集网121	33MB	0.745	0.918	8,062,504	121
密集网169	57MB	0.759	0.928	14,307,880	169
密集网201	80MB	0.770	0.933	20,242,984	201
NAS网络移动	21MB	不适用	不适用	5,326,716	不适用
NAS网络大型	342MB	不适用	不适用	88,949,818	不适用

文件和目录

• main.py：训练和预测模式

• utils.py：辅助实用函数

• 检查点：训练期间每个时期的检查点文件

• 预测：预测结果

安装

该项目具有以下依赖项：

• 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

用法

您唯一需要做的就是按照以下结构设置文件夹：

 ├── "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
|   |   ├── .....

然后你可以简单地运行main.py ！查看可选的命令行参数：

 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