深度学习 Day 19——数据增强

深度学习 Day 19——数据增强

一、前言

• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
• 🍦 参考文章：365天深度学习训练营-第10周：数据增强（训练营内部成员可读）
• 🍖 原作者：K同学啊|接辅导、项目定制

在上一期博客中我们了解到了一些有关数据增强的相关知识，本期博客我们就来学习如何实际的进行数据增强，并通过数据增强用少量的数据达到非常好的识别准确率。

我们将介绍两种数据增强的方式，以及如何自定义数据增强的方式并将其放到我们的代码中去实现，两种数据增强的方式如下：

• 将数据增强模块嵌入到model中
• 在Dataset数据集中进行数据增强

二、我的环境

• 电脑系统：Windows 11
• 语言环境：Python 3.8.5
• 编译器：DataSpell 2022.2
• 深度学习环境：TensorFlow 2.3.4
• 显卡及显存：RTX 3070 8G

三、前期工作

1、导入依赖项并设置GPU

和之前一样，如果你GPU很好就只使用GPU进行训练，如果GPU不行就推荐使用CPU训练加GPU加速。

只使用GPU：

import matplotlib.pyplot as plt
import numpy as np
#隐藏警告
import warnings
warnings.filterwarnings('ignore')

from tensorflow.keras import layers
import tensorflow as tf
gpus = tf.config.list_physical_devices("GPU")

if gpus:
    tf.config.experimental.set_memory_growth(gpus[0], True)  #设置GPU显存用量按需使用
    tf.config.set_visible_devices([gpus[0]],"GPU")

# 打印显卡信息，确认GPU可用
print(gpus)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
1

使用CPU+GPU：

os.environ["CUDA_VISIBLE_DEVICES"] = "-1"
1

2、加载数据

我们使用image_dataset_from_directory方法将我们本地的数据加载到tf.data.Dataset

中，并设置训练图片模型参数：

data_dir   = "E:\DL_DATA\Day19"
img_height = 224
img_width  = 224
batch_size = 32

train_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir,
    validation_split=0.3,
    subset="training",
    seed=12,
    image_size=(img_height, img_width),
    batch_size=batch_size)

val_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir,
    validation_split=0.3,
    subset="training",
    seed=12,
    image_size=(img_height, img_width),
    batch_size=batch_size)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

Found 3400 files belonging to 2 classes.
Using 2380 files for training.
Found 3400 files belonging to 2 classes.
Using 2380 files for training.
1
2
3
4

由于原始数据集不包含测试集，因此需要创建一个。使用 tf.data.experimental.cardinality 确定验证集中有多少批次的数据，然后将其中的 20% 移至测试集。

val_batches = tf.data.experimental.cardinality(val_ds)
test_ds     = val_ds.take(val_batches // 5)
val_ds      = val_ds.skip(val_batches // 5)

print('Number of validation batches: %d' % tf.data.experimental.cardinality(val_ds))
print('Number of test batches: %d' % tf.data.experimental.cardinality(test_ds))
1
2
3
4
5
6

Number of validation batches: 60
Number of test batches: 15
1
2

然后我们查看一下文件标签：

class_names = train_ds.class_names
print(class_names)
1
2

['cat', 'dog']
1

可以看见一共有猫狗两类数据集。

3、配置数据集并进行归一化处理

AUTOTUNE = tf.data.experimental.AUTOTUNE

def preprocess_image(image,label):
    return (image/255.0,label)

# 归一化处理
train_ds = train_ds.map(preprocess_image, num_parallel_calls=AUTOTUNE)
val_ds   = val_ds.map(preprocess_image, num_parallel_calls=AUTOTUNE)
test_ds  = test_ds.map(preprocess_image, num_parallel_calls=AUTOTUNE)

train_ds = train_ds.cache().shuffle(1000).prefetch(buffer_size=AUTOTUNE)
val_ds   = val_ds.cache().prefetch(buffer_size=AUTOTUNE)
1
2
3
4
5
6
7
8
9
10
11
12

4、可视化数据

plt.figure(figsize=(15, 10))  # 图形的宽为15高为10

for images, labels in train_ds.take(1):
    for i in range(8):
        
        ax = plt.subplot(5, 8, i + 1) 
        plt.imshow(images[i])
        plt.title(class_names[labels[i]])
        
        plt.axis("off")
1
2
3
4
5
6
7
8
9
10

四、数据增强

我们可以使用 tf.keras.layers.experimental.preprocessing.RandomFlip 与 tf.keras.layers.experimental.preprocessing.RandomRotation 进行数据增强。

• tf.keras.layers.experimental.preprocessing.RandomFlip：水平和垂直随机翻转每个图像
• tf.keras.layers.experimental.preprocessing.RandomRotation：随机旋转每个图像

data_augmentation = tf.keras.Sequential([
  tf.keras.layers.experimental.preprocessing.RandomFlip("horizontal_and_vertical"),
  tf.keras.layers.experimental.preprocessing.RandomRotation(0.2),
])
1
2
3
4

第一层表示进行随机的水平和垂直翻转，而第二层表示按照 0.2 的弧度值进行随机旋转。

# 将图像添加到批次
image = tf.expand_dims(images[i], 0)
1
2

我们随机使用一张照片尝试一下看看效果：

plt.figure(figsize=(8, 8))
for i in range(9):
    augmented_image = data_augmentation(image)
    ax = plt.subplot(3, 3, i + 1)
    plt.imshow(augmented_image[0])
    plt.axis("off")
1
2
3
4
5
6

五、数据增强方式

1、将其签入model中

model = tf.keras.Sequential([
  data_augmentation,
  layers.Conv2D(16, 3, padding='same', activation='relu'),
  layers.MaxPooling2D(),
])
1
2
3
4
5

这个方法的好处就是数据增强这块的工作可以得到GPU的加速（如果你使用了GPU训练的话），但是只有在模型训练时（Model.fit）才会进行增强，在模型评估(Model.evaluate)以及预测(Model.predict)时并不会进行增强操作。

2、在Dataset数据集中进行数据增强

batch_size = 32
AUTOTUNE = tf.data.AUTOTUNE

def prepare(ds):
    ds = ds.map(lambda x, y: (data_augmentation(x, training=True), y), num_parallel_calls=AUTOTUNE)
    return ds
1
2
3
4
5
6

train_ds = prepare(train_ds)
1

我在这里遇见了一个异常：NotImplementedError: Cannot convert a symbolic Tensor (sequential_10/random_rotation_5/rotation_matrix/strided_slice:0) to a numpy array. This error may indicate that you’re trying to pass a Tensor to a NumPy call, which is not supported

这个问题的出现是版本不兼容，我原来的TensorFlow版本是2.3.4，numpy版本是1.18.5，我将两者进行了升级，升级后对应的TensorFlow版本是2.4.0，numpy版本是1.19.5，这样问题就解决了。

六、编译模型

在准备对模型进行训练之前，还需要再对其进行一些设置。以下内容是在模型的编译步骤中添加的：

• 损失函数（loss）：用于衡量模型在训练期间的准确率。
• 优化器（optimizer）：决定模型如何根据其看到的数据和自身的损失函数进行更新。
• 评价函数（metrics）：用于监控训练和测试步骤。以下示例使用了准确率，即被正确分类的图像的比率。

model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])
1
2
3

七、训练模型

model = tf.keras.Sequential([
  layers.Conv2D(16, 3, padding='same', activation='relu'),
  layers.MaxPooling2D(),
  layers.Conv2D(32, 3, padding='same', activation='relu'),
  layers.MaxPooling2D(),
  layers.Conv2D(64, 3, padding='same', activation='relu'),
  layers.MaxPooling2D(),
  layers.Flatten(),
  layers.Dense(128, activation='relu'),
  layers.Dense(len(class_names))
])
1
2
3
4
5
6
7
8
9
10
11

epochs=20
history = model.fit(
  train_ds,
  validation_data=val_ds,
  epochs=epochs
)
1
2
3
4
5
6

训练的结果如下：

Epoch 1/20
75/75 [==============================] - 22s 289ms/step - loss: 0.6459 - accuracy: 0.6958 - val_loss: 0.3205 - val_accuracy: 0.8668
Epoch 2/20
75/75 [==============================] - 23s 305ms/step - loss: 0.2935 - accuracy: 0.8765 - val_loss: 0.2129 - val_accuracy: 0.9179
Epoch 3/20
75/75 [==============================] - 23s 308ms/step - loss: 0.1988 - accuracy: 0.9277 - val_loss: 0.1838 - val_accuracy: 0.9226
...
Epoch 18/20
75/75 [==============================] - 27s 351ms/step - loss: 0.0549 - accuracy: 0.9811 - val_loss: 0.0644 - val_accuracy: 0.9768
Epoch 19/20
75/75 [==============================] - 25s 329ms/step - loss: 0.0464 - accuracy: 0.9836 - val_loss: 0.0428 - val_accuracy: 0.9816
Epoch 20/20
75/75 [==============================] - 23s 299ms/step - loss: 0.0550 - accuracy: 0.9819 - val_loss: 0.0347 - val_accuracy: 0.9874
1
2
3
4
5
6
7
8
9
10
11
12
13

查看一下最终准确率：

loss, acc = model.evaluate(test_ds)
print("Accuracy", acc)
1
2

15/15 [==============================] - 1s 51ms/step - loss: 0.0375 - accuracy: 0.9854
Accuracy 0.9854166507720947
1
2

八、自定义增强函数

import random
# 这是大家可以自由发挥的一个地方
def aug_img(image):
    seed = (random.randint(0,9), 0)
    # 随机改变图像对比度
    stateless_random_brightness = tf.image.stateless_random_contrast(image, lower=0.1, upper=1.0, seed=seed)
    return stateless_random_brightness
1
2
3
4
5
6
7

image = tf.expand_dims(images[3]*255, 0)
print("Min and max pixel values:", image.numpy().min(), image.numpy().max())
1
2

Min and max pixel values: 14.000048 253.28577
1

我们随机使用一张图片看看改变对比度的效果：

plt.figure(figsize=(8, 8))
for i in range(9):
    augmented_image = aug_img(image)
    ax = plt.subplot(3, 3, i + 1)
    plt.imshow(augmented_image[0].numpy().astype("uint8"))

    plt.axis("off")
1
2
3
4
5
6
7

我们还可以尝试改变图像的饱和度：

image = tf.expand_dims(images[3]*255, 0)
saturated = tf.image.adjust_saturation(image, 3)
plt.figure(figsize=(8, 8))
for i in range(9):
    augmented_image = aug_img(saturated)
    ax = plt.subplot(3, 3, i + 1)
    plt.imshow(augmented_image[0].numpy().astype("uint8"))

    plt.axis("off")
1
2
3
4
5
6
7
8
9

再尝试对图像进行裁剪：

image = tf.expand_dims(images[3]*255, 0)
cropped = tf.image.central_crop(image, central_fraction=0.5)

plt.figure(figsize=(8, 8))
for i in range(9):
    augmented_image = aug_img(cropped)
    ax = plt.subplot(3, 3, i + 1)
    plt.imshow(augmented_image[0].numpy().astype("uint8"))

    plt.axis("off")
1
2
3
4
5
6
7
8
9
10

我们可以通过上文的 preprocess_image 函数，将 aug_img 函数嵌入到 preprocess_image 函数中，在数据预处理时完成自定义数据增强。

九、最后我想说

上面提到的tf.keras.layers.experimental.preprocessing.RandomFlip函数与 tf.keras.layers.experimental.preprocessing.RandomRotation函数，大家可以去官方文档上查看它们的函数原型以及详细介绍。

而且里面还有更多其他的数据增强的方式，大家可以去学习一下。