實(shí)驗(yàn)環(huán)境：windows 7，anaconda 3(Python 3.5)，tensorflow（gpu/cpu）

函數(shù)介紹：標(biāo)準(zhǔn)化處理可以使得不同的特征具有相同的尺度（Scale）。

這樣，在使用梯度下降法學(xué)習(xí)參數(shù)的時(shí)候，不同特征對(duì)參數(shù)的影響程度就一樣了。

tf.image.per_image_standardization(image)，此函數(shù)的運(yùn)算過(guò)程是將整幅圖片標(biāo)準(zhǔn)化（不是歸一化），加速神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。

主要有如下操作，(x - mean) / adjusted_stddev，其中x為圖片的RGB三通道像素值，mean分別為三通道像素的均值，adjusted_stddev = max(stddev, 1.0/sqrt(image.NumElements()))。

stddev為三通道像素的標(biāo)準(zhǔn)差，image.NumElements()計(jì)算的是三通道各自的像素個(gè)數(shù)。

實(shí)驗(yàn)代碼：

import tensorflow as tf
import matplotlib.image as img
import matplotlib.pyplot as plt
import numpy as np
sess = tf.InteractiveSession()
image = img.imread('D:/Documents/Pictures/logo7.jpg')
shape = tf.shape(image).eval()
h,w = shape[0],shape[1]
standardization_image = tf.image.per_image_standardization(image)#標(biāo)準(zhǔn)化

fig = plt.figure()
fig1 = plt.figure()
ax = fig.add_subplot(111)
ax.set_title('orginal image')
ax.imshow(image)
ax1 = fig1.add_subplot(311)
ax1.set_title('original hist')
ax1.hist(sess.run(tf.reshape(image,[h*w,-1])))
ax1 = fig1.add_subplot(313)
ax1.set_title('standardization hist')
ax1.hist(sess.run(tf.reshape(standardization_image,[h*w,-1])))
plt.ion()
plt.show()

實(shí)驗(yàn)結(jié)果：

兩幅hist圖分別是原圖和標(biāo)準(zhǔn)化后的RGB的像素值分布圖，可以看到只是將圖片的像素值大小限定到一個(gè)范圍，但是像素值的分布為改變。

補(bǔ)充知識(shí)：tensorflow運(yùn)行單張圖像與加載模型時(shí)注意的問(wèn)題

關(guān)于模型的保存加載：

在做實(shí)驗(yàn)的情況下，一般使用save函數(shù)與restore函數(shù)就足夠用，該剛發(fā)只加載模型的參數(shù)而不加載模型，這意味著

當(dāng)前的程序要能找到模型的結(jié)構(gòu)

saver = tf.train.Saver()#聲明saver用來(lái)保存模型
with tf.Session() as sess:
 for i in range(train_step):
 #.....訓(xùn)練操作
 if i%100 == 0 && i!= 0:#每間隔訓(xùn)練100次存儲(chǔ)一個(gè)模型，默認(rèn)最多能存5個(gè)，如果超過(guò)5個(gè)先將序號(hào)小的覆蓋掉
  saver.save(sess,str(i)+"_"+'model.ckpt',global_step=i)

得到的文件如下：

在一個(gè)文件夾中，會(huì)有一個(gè)checkpoint文件，以及一系列不同訓(xùn)練階段的模型文件，如下圖

ckeckpoint文件可以放在編輯器里面打開看，里面記錄的是每個(gè)階段保存模型的信息，同時(shí)也是記錄最近訓(xùn)練的檢查點(diǎn)

ckpt文件是模型參數(shù)，index文件一般用不到（我也查到是啥-_-|||）

在讀取模型時(shí)，聲明一個(gè)saver調(diào)用restore函數(shù)即可，我看很多博客里面寫的都是添加最近檢查點(diǎn)的模型，這樣添加的模型都是最后一次訓(xùn)練的結(jié)果，想要加載固定的模型，直接把模型參數(shù)名稱的字符串寫到參數(shù)里就行了，如下段程序

saver = tf.train.Saver()
with tf.Session() as sess:
 saver.restore(sess, "step_1497batch_64model.ckpt-1497")#加載對(duì)應(yīng)的參數(shù)

這樣就把參數(shù)加載到Session當(dāng)中，如果有數(shù)據(jù)，就可以直接塞進(jìn)來(lái)進(jìn)行計(jì)算了

運(yùn)行單張圖片：

運(yùn)行單張圖像的方法的流程大致如下，首先使用opencv或者Image或者使用numpy將圖像讀進(jìn)來(lái)，保存成numpy的array的格式

接下來(lái)可以對(duì)圖像使用opencv進(jìn)行預(yù)處理。然后將處理后的array使用feed_dict的方式輸入到tensorflow的placeholder中，這里注意兩點(diǎn)，不要單獨(dú)的使用下面的方法將tensor轉(zhuǎn)換成numpy再進(jìn)行處理，除非是想查看一下圖像輸出，否則在驗(yàn)證階段，強(qiáng)烈不要求這樣做，盡量使用feed_dict，原因后面說(shuō)明

numpy_img = sess.run(tensor_img)#將tensor轉(zhuǎn)換成numpy

這里注意一點(diǎn)，如果你的圖像是1通道的圖像，即灰度圖，那么你得到的numpy是一個(gè)二維矩陣，將使用opencv讀入的圖像輸出shape會(huì)得到如（424,512）這樣的形狀，分別表示行和列，但是在模型當(dāng)中通常要要有batch和通道數(shù)，所以需要將圖像使用python opencv庫(kù)中的reshape函數(shù)轉(zhuǎn)換成四維的矩陣，如

cv_img = cv_img.reshape(1,cv_img.shape[0],cv_img.shape[1],1)#cv_img是使用Opencv讀進(jìn)來(lái)的圖片

用來(lái)輸入到網(wǎng)絡(luò)中的placeholder設(shè)置為如下，即可進(jìn)行輸入了

img_raw = tf.placeholder(dtype=tf.float32, shape=[1,512, 424, 1], name='input')

測(cè)試：

如果使用的是自己的數(shù)據(jù)集，通常是制作成tfrecords，在訓(xùn)練和測(cè)試的過(guò)程中，需要讀取tfrecords文件，這里注意，千萬(wàn)不要把讀取tfrecords文件的函數(shù)放到循環(huán)當(dāng)中，而是把這個(gè)文件放到外面，否則你訓(xùn)練或者測(cè)試的數(shù)據(jù)都是同一批，Loss會(huì)固定在一個(gè)值！

這是因?yàn)閠frecords在讀取的過(guò)程中是將圖像信息加入到一個(gè)隊(duì)列中進(jìn)行讀取，不要當(dāng)成普通的函數(shù)調(diào)用，要按照tensorflow的思路，將它看成一個(gè)節(jié)點(diǎn)！

def read_data(tfrecords_file, batch_size, image_size):#讀取tfrecords文件
 filename_queue = tf.train.string_input_producer([tfrecords_file])
 reader = tf.TFRecordReader()
 _, serialized_example = reader.read(filename_queue)
 
 img_features = tf.parse_single_example(
  serialized_example,
 features={
 'label': tf.FixedLenFeature([], tf.int64),
 'image_raw': tf.FixedLenFeature([], tf.string),
  })
 image = tf.decode_raw(img_features['image_raw'], tf.float32)
 min_after_dequeue = 1000
 image = tf.reshape(image, [image_size, image_size,1])
 image = tf.image.resize_images(image, (32,32),method=3)#縮放成32×32
 image = tf.image.per_image_standardization(image)#圖像標(biāo)準(zhǔn)化
 label = tf.cast(img_features['label'], tf.int32)  
 capacity = min_after_dequeue + 3 * batch_size  
 image_batch, label_batch = tf.train.shuffle_batch([image, label],
       min_after_dequeue = min_after_dequeue)
 return image_batch, tf.one_hot(label_batch,6)#返回的標(biāo)簽經(jīng)過(guò)one_hot編碼

#將得到的圖像數(shù)據(jù)與標(biāo)簽都是tensor哦，不能輸出的！
read_image_batch,read_label_batch = read_data('train_data\\tfrecord\\TrainC6_95972.tfrecords',batch_size,120)

回到在運(yùn)行單張圖片的那個(gè)問(wèn)題，直接對(duì)某個(gè)tensor進(jìn)行sess.run()會(huì)得到圖計(jì)算后的類型，也就是咱們python中常見的類型。

使用sess.run(feed_dict={…})得到的計(jì)算結(jié)果和直接使用sess.run有什么不同呢？

可以使用一個(gè)循環(huán)實(shí)驗(yàn)一下，在循環(huán)中不停的調(diào)用sess.run()相當(dāng)于每次都向圖中添加節(jié)點(diǎn)，而使用sess.run(feed_dict={})是向圖中開始的位置添加數(shù)據(jù)！

結(jié)果會(huì)發(fā)現(xiàn)，直接使用sess.run()的運(yùn)行會(huì)越來(lái)越慢，使用sess.run(feed_dict={})會(huì)運(yùn)行的飛快！

為什么要提這個(gè)呢？

在上面的read_data中有這么三行函數(shù)

image = tf.reshape(image, [image_size, image_size,1])#與opencv的reshape結(jié)果一樣
image = tf.image.resize_images(image, (32,32),method=3)#縮放成32×32，與opencv的resize結(jié)果一樣，插值方法要選擇三次立方插值
image = tf.image.per_image_standardization(image)#圖像標(biāo)準(zhǔn)化

如果想要在將訓(xùn)練好的模型作為網(wǎng)絡(luò)節(jié)點(diǎn)添加到系統(tǒng)中，得到的數(shù)據(jù)必須是經(jīng)過(guò)與訓(xùn)練數(shù)據(jù)經(jīng)過(guò)相同處理的圖像，也就是必須要對(duì)原始圖像經(jīng)過(guò)上面的處理。如果使用其他的庫(kù)容易造成結(jié)果對(duì)不上，最好使用與訓(xùn)練數(shù)據(jù)處理時(shí)相同的函數(shù)。

如果使用將上面的函數(shù)當(dāng)成普通的函數(shù)使用，得到的是一個(gè)tensor，沒(méi)有辦法進(jìn)行其他的圖像預(yù)處理，需要先將tensor變成numpy類型，問(wèn)題來(lái)了，想要變成numpy類型，就得調(diào)用sess.run()，如果模型作為接口死循環(huán)，那么就會(huì)一直使用sess.run，效率會(huì)越來(lái)越慢，最后卡死！

原因在于你沒(méi)有將tensorflow中的函數(shù)當(dāng)成節(jié)點(diǎn)調(diào)用，而是將其當(dāng)成普通的函數(shù)調(diào)用了！

解決辦法就是按部就班的來(lái)，將得到的numpy數(shù)據(jù)先提前處理好，然后使用sess.run(feed_dict)輸入到placeholder中，按照?qǐng)D的順序一步一步運(yùn)行即可！

如下面程序

with tf.name_scope('inputs'):
 img_raw = tf.placeholder(dtype=tf.float32, shape=[1,120, 120, 1], name='input')#輸入數(shù)據(jù)
 keep_prob = tf.placeholder(tf.float32,name='keep_prob')

with tf.name_scope('preprocess'):#圖中的預(yù)處理函數(shù)，當(dāng)成節(jié)點(diǎn)順序調(diào)用
 img_120 = tf.reshape(img_raw, [120, 120,1])
 img_norm = tf.cast(img_120, "float32") / 256
 img_32 = tf.image.resize_images(img_norm, (32,32),method=3)
 img_std = tf.image.per_image_standardization(img_32)
 img = tf.reshape(img_std, [1,32, 32,1])

with tf.name_scope('output'):#圖像塞到網(wǎng)絡(luò)中
 output = MyNet(img,keep_prob,n_cls)

ans = tf.argmax(tf.nn.softmax(output),1)#計(jì)算模型得到的結(jié)果

init = tf.global_variables_initializer()

saver = tf.train.Saver()


if __name__ == '__main__':

 with tf.Session() as sess:

 sess.run(init)
 saver.restore(sess, "step_1497batch_64model.ckpt-1497")#效果更好
 index = 0
 path = "buffer\\"
 
 while True:
  f = path + str(index)+'.jpg'#從0.jpg、1.jpg、2.jpg.....一直讀
  if os.path.exists(f):
  cv_img = cv.imread(f,0)
  cv_img = OneImgPrepro(cv_img)
  cv_img = cv_img.reshape(1,cv_img.shape[0],cv_img.shape[1],1)#需要reshape成placeholder可接收型
  clas = ans.eval(feed_dict={img_raw:cv_img,keep_prob:1})#feed的速度快！

  print(clas)#輸出分類
  
  index += 1

以上這篇tensorflow下的圖片標(biāo)準(zhǔn)化函數(shù)per_image_standardization用法就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論