Transfer Learning Suite

Keras 中的遷移學習套件

訊息

描述

此儲存庫用作遷移學習套件。目標是能夠使用任何內建 Keras 影像分類模型輕鬆執行遷移學習！歡迎提出任何改進此存儲庫的建議或您希望看到的任何新功能！

您也可以查看我的語義分割套件。

型號

所有 Keras 內建模型均可用：

模型	尺寸	Top-1 準確度	前 5 名準確度	參數	深度
VGG16	528MB	0.715	0.901	138,357,544	23
VGG19	549MB	0.727	0.910	143,667,240	26
殘網50	99MB	0.759	0.929	25,636,712	168
Xception	88MB	0.790	0.945	22,910,480	126
盜夢空間V3	92MB	0.788	0.944	23,851,784	159
InceptionResNetV2	215MB	0.804	0.953	55,873,736	第572章
行動網路	17MB	0.665	0.871	4,253,864	88
密集網121	33MB	0.745	0.918	8,062,504	121
密集網169	57MB	0.759	0.928	14,307,880	169
密集網201	80MB	0.770	0.933	20,242,984	201
NAS網路移動	21MB	不適用	不適用	5,326,716	不適用
NAS網路大型	342MB	不適用	不適用	88,949,818	不適用

檔案和目錄

• main.py：訓練和預測模式

• utils.py：輔助實用函數

• 檢查點：訓練期間每個時期的檢查點文件

• 預測：預測結果

安裝

該項目具有以下相依性：

• 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結構設置資料夾：

 ├── "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
|   |   ├── .....

然後你可以簡單地運行main.py ！查看可選的命令列參數：

 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