generalImageClassification

文章目录

• generalImageClassification
• • 1 数据准备
  • • 1.1 开源数据集
    • 1.2 利用特定网站爬数据
  • 2 分类模型的选择
  • 3 代码结构及使用方法
  • • 3.1 代码结构
    • 3.2 使用方法

本项目是通用的图像分类项目，并以涉黄、涉政、涉恐和普通图片4分类为例。图像违规质检本质是图像分类，所以关键点在于两个：

1. 图像分类的数据准备；
2. 图像分类的模型选择、训练；

1 数据准备

为了达到特定类别的分类，准备相应的图片数据，

• 1 开源的数据集。
• 2 自己写爬虫，爬取数据。但是没时间写，而且反爬虫设施的破解很费时间。
• 3 利用特定的网站（爬虫），帮你取下载数据。

1.1 开源数据集

如果开始一个图像相关的项目，而这个领域又有公开、开源的数据集，那是最幸福的一件事了。所以有了项目需求之后，第一件事情，可以去github等网站搜寻一下有没有可以直接使用的数据集。

而对我们的“图片质检”项目，涉政图片、涉恐图片网上找不到现成的数据集。但是涉黄图片却又很多公开数据集，并且图片质量灰常的“优秀”。下面给出两个实例：

1. nsfw_data_scrapper公开数据集（下面是图片地址，和一些介绍如何使用的博客）：
   • nsfw_data_scraper 数据 https://github.com/alex000kim/nsfw_data_scraper
   • NSFW Model（使用nsfw_data_scrapper数据训练resnet） https://github.com/rockyzhengwu/nsfw
   • nsfw_data_scraper 博客 https://www.ctolib.com/topics-137790.html
   • nsfw_data_scraper 博客 https://blog.csdn.net/yH0VLDe8VG8ep9VGe/article/details/86653609
2. nsfw_data_source_urls公开数据集：
   • 另外一个数据库nsfw_data_source_urls： https://github.com/EBazarov/nsfw_data_source_urls
   • nsfw_data_source_urls：博客https://www.tinymind.cn/articles/4025

1.2 利用特定网站爬数据

最近发现一个特别好的图片爬虫网站：imagecyborg，只需要把你想下载的图片的网页地址放进去，他就可以帮你打包下载。使用方法：

• 谷歌图像搜索相关的关键词。
• 把网址放入 https://imagecyborg.com/ 中帮你下载。

2 分类模型的选择

图像分类研究近些年已经非常的成熟，涌现出的大批的优秀模型,并且已经被深度学习框架纳入自己的版图.对于工程界的我们一般只需要微调这些成熟的模型即可。

下面是keras框架内置的模型介绍，本项目考虑准确率和运行速度两个问题，所以选择了InceptionV3这个模型，准确率也可以，模型也不太深 参数不算过多。

模型	大小	Top1准确率	Top5准确率	参数数量	深度
Xception	88 MB	0.790	0.945	22,910,480	126
InceptionV3	92 MB	0.779	0.937	23,851,784	159
ResNeXt50	96 MB	0.777	0.938	25,097,128	–
DenseNet201	80 MB	0.773	0.936	20,242,984	201
DenseNet169	57 MB	0.762	0.932	14,307,880	169
ResNet50V2	98 MB	0.760	0.930	25,613,800	–
DenseNet121	33 MB	0.750	0.923	8,062,504	121

参考：
– keras微调模型 https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html
– 《Keras：自建数据集图像分类的模型训练、保存与恢复》 https://blog.csdn.net/akadiao/article/details/80456742

3 代码结构及使用方法

3.1 代码结构

• data：存放数据的文件夹。
  • train：存放训练图片数据的文件夹。
  • validation：存放validation图片数据的文件夹。
  • modelFile：存放训练好的模型的文件夹。
• log：存放log的文件夹。
• trainMyDataWithKerasModel.py：训练模型的文件。
• predictWithMyModel.py：使用训练好的模型进行单次预测。
• reTrainMyDataWithKerasModel.py：对训练好的模型进行再训练。
• main.py：使用flask将predictWithMyModel.py作为接口开放出去。

3.2 使用方法

主要需求的python包：

• tensorflow：1.4.0
• keras：2.3.1
• flask：1.0.2 （非必须）

数据输入 和 数据lable生成：项目使用了keras的ImageDataGenerator这一个神器，会根据data文件夹下的子文件夹的名字生成lable。

代码上传至github：https://github.com/xqtbox/generalImageClassification

原文链接：https://lookme.blog.csdn.net/article/details/104842642

本站声明:网站内容来源于网络,如有侵权,请联系我们,我们将及时处理。