用於影像分類的 GoogLeNet

Going Deeper with Convolutions (CVPR'15) 的 TensorFlow 實作。

此儲存庫包含使用預訓練模型進行自然影像分類的範例，以及在 CIFAR-10 資料集上從頭開始訓練 Inception 網路的範例（測試集的準確率為 93.64%）。 CIFAR-10 上的預訓練模型可以從此處下載。
論文中的 GoogLeNet 架構：

要求

Python 3.3+
TensorFlow 1.9+
麻木
西皮

實施細節

GoogLeNet 模型在src/nets/googlenet.py中定義。
Inception 模組定義在src/models/inception_module.py中。
使用預訓練模型進行影像分類的範例位於examples/inception_pretrained.py中。
在 CIFAR-10 上從頭開始訓練網路的範例位於examples/inception_cifar.py中。

用於測試預訓練模型

在輸入模型之前，影像會被重新縮放，以使最小邊等於 224。這與原始論文不同，原始論文是 7 個相似模型的集合，每個圖像使用 144 224x224 裁剪進行測試。所以性能不會不如原論文。

用於在 CIFAR-10 上從頭開始訓練

所有 LRN 層都從卷積層中刪除。
Batch Normalization 和 ReLU 啟動用於所有捲積層，包括 Inception 結構中除輸出層之外的層。
如論文中所提到的，使用了兩個輔助分類器，儘管在兩個全連接層中使用了 512 個而不是 1024 個隱藏單元以減少計算量。然而，我發現使用和不使用輔助分類器的 CIFAR-10 上的結果幾乎相同。
由於 32 x 32 影像在輸入inception_5a之前被下取樣到 1 x 1，這使得初始層的多尺度結構不太有用並損害效能（大約80% 的準確度）。為了充分利用多尺度結構，第一個卷積層的步幅減少到1，並刪除前兩個最大池化層。在輸入inception_3a之前，特徵圖（32 x 32 x 通道）的大小幾乎與論文中表 1（28 x 28 x 通道）中描述的大小相同。我也嘗試過僅減少步幅或僅刪除一個最大池層。但我發現目前設定在測試集上提供了最佳效能。
在訓練期間，將保持機率 0.4 的 dropout 應用於兩個完全連接的層，並使用 5e-4 的權重衰減。
此網路透過 Adam 優化器進行訓練。批量大小為 128。
輸入影像的每個顏色通道減去根據訓練集計算的平均值。

用法

ImageNet 分類

準備

在此下載預先訓練的參數。這是來自這裡的原創。
在examples/inception_pretrained.py中設定路徑： PRETRINED_PATH是預訓練模型的路徑。 DATA_PATH是放置測試影像的路徑。

跑步

前往examples/並將測試圖像放入資料夾DATA_PATH中，然後執行腳本：

 python inception_pretrained.py --im_name PART_OF_IMAGE_NAME

--im_name是您要測試的圖像名稱的選項。如果測試影像都是png文件，則可以是png 。預設為.jpg 。
輸出將是前 5 個類標籤和機率。

在 CIFAR-10 上訓練網絡

準備

從此處下載 CIFAR-10 資料集
在examples/inception_cifar.py中設定路徑： DATA_PATH是放置CIFAR-10的路徑。 SAVE_PATH是儲存或載入摘要檔案和訓練模型的路徑。

訓練模型

轉到examples/並運行腳本：

 python inception_cifar.py --train 
  --lr LEARNING_RATE 
  --bsize BATCH_SIZE 
  --keep_prob KEEP_PROB_OF_DROPOUT 
  --maxepoch MAX_TRAINING_EPOCH

摘要和模型將保存在SAVE_PATH中。可以從這裡下載 CIFAR-10 上的一個預訓練模型。

評估模型

前往examples/並將預訓練模型放入SAVE_PATH中。然後運行腳本：

 python inception_cifar.py --eval 
  --load PRE_TRAINED_MODEL_ID

預先訓練的 ID 是儲存模型檔案名稱中顯示的紀元 ID。預設值為99 ，表示我上傳的。
輸出將是訓練和測試集的準確性。

結果

使用預訓練模型進行影像分類

顯示前五個預測。顯示的機率保留兩位小數。請注意，預訓練模型是在 ImageNet 上訓練的。
可以在此處找到相同影像的 VGG19 結果。兩個實驗的影像預處理是相同的。

數據來源	影像	結果
可可		1：機率：1.00，標籤：棕熊、棕熊、Ursus arctos 2：機率：0.00，標籤：冰熊、北極熊 3：機率：0.00，標籤：鬣狗，鬣狗 4：機率：0.00，標籤：chow，chow chow 5：機率：0.00，標籤：美洲黑熊，黑熊
可可		1：機率：0.79，標籤：街道標誌 2：機率：0.06，標籤：紅綠燈、交通號誌、紅綠燈 3：機率：0.03，標籤：停車計時器 4：機率：0.02，標籤：信箱、信箱 5：機率：0.01，標籤：氣球
可可		1：機率：0.94，標籤：無軌電車、無軌電車 2：機率：0.05，標籤：客車、客車、馬車 3：機率：0.00，標籤：消防車、消防車 4：機率：0.00，標籤：有軌電車、有軌電車、有軌電車、無軌電車 5：機率：0.00，標籤：小巴
可可		1：機率：0.35，標籤：墨西哥捲餅 2：機率：0.17，標籤：potpie 3：機率：0.14，標籤：馬鈴薯泥 4：機率：0.10，標籤：盤子 5：機率：0.03，標籤：披薩，披薩餅
影像網		1：機率：1.00，標籤：金魚、鯽魚 2：機率：0.00，標籤：岩美人、三色海棠 3：機率：0.00，標籤：河豚、河豚、河豚、河豚 4: 機率: 0.00, 標籤: tench, Tincatinca 5：機率：0.00，標籤：海葵魚
自取收藏		1：機率：0.32，標籤：埃及貓 2：機率：0.30，標籤：虎斑貓、虎斑貓 3：機率：0.05，標籤：虎貓 4：機率：0.02，標籤：滑鼠，電腦滑鼠 5：機率：0.02，標籤：紙巾
自取收藏		1：機率：1.00，標籤：有軌電車、有軌電車、有軌電車、電車、無軌電車 2：機率：0.00，標籤：客車、客車、馬車 3：機率：0.00，標籤：無軌電車、無軌電車、無軌電車 4：機率：0.00，標籤：電力機車 5：機率：0.00，標籤：貨車