李林 編譯整理

量子位 出品 | 公眾號(hào) QbitAI

從我們見(jiàn)到的各種圖像識(shí)別軟件來(lái)看，機(jī)器似乎能認(rèn)出人臉、貓、狗、花草、各種汽車(chē)等等日常生活中出現(xiàn)的物體，但實(shí)際上，這有一個(gè)前提：你要用這些類(lèi)別的圖像，對(duì)它進(jìn)行過(guò)訓(xùn)練。

確切地說(shuō)，該叫它“圖像分類(lèi)”。

建立一個(gè)圖像分類(lèi)器并不復(fù)雜，技術(shù)博客Source Dexter上最近發(fā)表的一篇文章，介紹了該如何快速用TensorFlow實(shí)現(xiàn)圖像分類(lèi)。

以下是量子位節(jié)選自這篇文章的內(nèi)容：

在進(jìn)入正題之前，我們先講一些基本概念。

向一個(gè)訓(xùn)練過(guò)的系統(tǒng)輸入圖像，我們會(huì)得到一組概率值：每個(gè)訓(xùn)練過(guò)的類(lèi)別都有一個(gè)，然后，系統(tǒng)會(huì)將圖像歸到概率最高的類(lèi)。

比如說(shuō)你訓(xùn)練了一個(gè)系統(tǒng)，來(lái)識(shí)別貓和狗。當(dāng)你輸入一張圖像時(shí)，系統(tǒng)會(huì)輸出這張圖像屬于貓的概率和屬于狗的概率。

不過(guò)，這種分類(lèi)器也有一個(gè)缺陷：如果你輸入一張蛇的圖片，它也只能判斷這張圖片包含貓的概率高，還是包含狗的概率高一點(diǎn)。

概括地說(shuō)，神經(jīng)網(wǎng)絡(luò)是計(jì)算單元的連接，能夠從提供給它的一組數(shù)據(jù)中進(jìn)行學(xué)習(xí)。

把多層神經(jīng)網(wǎng)絡(luò)堆疊在一起，我們就得到了深度神經(jīng)網(wǎng)絡(luò)。建立、訓(xùn)練和運(yùn)行深度神經(jīng)網(wǎng)絡(luò)的過(guò)程，稱(chēng)為深度學(xué)習(xí)。

量子位之前發(fā)布的文章詳細(xì)介紹了包括神經(jīng)網(wǎng)絡(luò)在內(nèi)的《25個(gè)深度學(xué)習(xí)基礎(chǔ)概念》，可以點(diǎn)擊查看。

TensorFlow是一個(gè)數(shù)學(xué)庫(kù)，也是深度學(xué)習(xí)領(lǐng)域使用最廣的開(kāi)源框架，由Google開(kāi)發(fā)。

在這篇文章中，我們將用TensorFlow預(yù)訓(xùn)練模型來(lái)設(shè)置我們的分類(lèi)器。

想要設(shè)置這個(gè)分類(lèi)器，還有幾個(gè)先決條件：

• 你的機(jī)器上安裝并設(shè)置好了TensorFlow；

• 你會(huì)用Python。

從零開(kāi)始訓(xùn)練一個(gè)深度學(xué)習(xí)的分類(lèi)器需要幾周、甚至幾個(gè)月的時(shí)間，這取決于你用什么硬件。為了避免這種麻煩，我們將使用預(yù)先訓(xùn)練的模型。 Tensorflow預(yù)訓(xùn)練的模型通常能夠識(shí)別大約1000類(lèi)不同的物體。

接下來(lái)，我們開(kāi)始設(shè)置自己的圖像分類(lèi)器：

clone這個(gè)存儲(chǔ)區(qū)，并用以下命令進(jìn)入：

你可以提供要分類(lèi)的圖像，來(lái)運(yùn)行這個(gè)腳本。默認(rèn)情況下，將顯示概率最高的結(jié)果。

如果想獲得前幾個(gè)分類(lèi)結(jié)果，可以使用以下參數(shù)。

示例：以下是我們輸入石榴圖像，獲得的結(jié)果。

python classifier.py --image_file ~/Pictures/fruit.jpg pomegranate (score = 0.98216)

分類(lèi)器說(shuō)，這個(gè)圖像是石榴，可能性是98%。

現(xiàn)在讓我們嘗試給出一個(gè)具有更多屬性的圖像，如下面的房子的形象：

python classifier.py --image_file ~/Pictures/house.jpg --num_top_predictions 5picket fence, paling (score = 0.95750) worm fence, snake fence, snake-rail fence, Virginia fence (score = 0.03615) beacon, lighthouse, beacon light, pharos (score = 0.00018) boathouse (score = 0.00013) patio, terrace (score = 0.00007)

從上面的結(jié)果可以看出，分類(lèi)器認(rèn)為這張圖片中包含柵欄的可能性是95%，還有可能包含另一個(gè)柵欄、庭院/露臺(tái)等。

用TensorFlow預(yù)訓(xùn)練的模型對(duì)圖像進(jìn)行分類(lèi)，就是這么簡(jiǎn)單。不過(guò)，預(yù)訓(xùn)練模型能識(shí)別的類(lèi)是有限的，如果你希望分類(lèi)器來(lái)區(qū)分你需要的類(lèi)別，需要重新訓(xùn)練這個(gè)模型。

下面，我們?cè)俳榻B一下如何對(duì)模型進(jìn)行重新訓(xùn)練。

這一步涉及設(shè)置文件夾結(jié)構(gòu)，好讓TensorFlow能輕松獲取這些類(lèi)別。比如說(shuō)你想訓(xùn)練神經(jīng)網(wǎng)絡(luò)，識(shí)別5種花：玫瑰、郁金香、蒲公英、可可花、萬(wàn)壽菊。

創(chuàng)建文件夾結(jié)構(gòu)時(shí)：

為每種花創(chuàng)建一個(gè)文件夾，該文件夾的名稱(chēng)是類(lèi)別的名稱(chēng)（在我們舉的例子中，是這種花的名稱(chēng)）；

將花的圖像添加到其各自的文件夾中。例如把玫瑰的所有圖像放進(jìn)“玫瑰”文件夾。

將所有文件夾添加到另一個(gè)父文件夾中，比如說(shuō)“花”。

添加完之后，你將看到這樣的文件夾結(jié)構(gòu)：

所有文件夾都這樣設(shè)置，文件夾結(jié)構(gòu)就準(zhǔn)備好了。

用下面的命令來(lái)運(yùn)行腳本：

命令行參數(shù)：

-model_dir：該參數(shù)給出了預(yù)訓(xùn)練模型的位置。預(yù)先訓(xùn)練的模型存儲(chǔ)在git存儲(chǔ)庫(kù)的inception文件夾下。

-image_dir：在上一步中創(chuàng)建的圖像文件夾的路徑。

-output_graph：存儲(chǔ)新訓(xùn)練圖的位置。

-how_many_training_steps：training steps表示要執(zhí)行的迭代次數(shù)，默認(rèn)是4000。找到正確的次數(shù)需要經(jīng)過(guò)不斷試錯(cuò)，一旦找到最好設(shè)置，就可以開(kāi)始用了。

下列參數(shù)可以用來(lái)提高模型的準(zhǔn)確度：

random_crop：隨機(jī)裁剪能夠讓你專(zhuān)注于圖像的主要部分。

Random_scale：和裁剪類(lèi)似，但可以隨機(jī)擴(kuò)展圖像大小。

flip_left_right：翻轉(zhuǎn)。

以上，就是重新訓(xùn)練深度學(xué)習(xí)模型所需的步驟，這樣就可以識(shí)別自定義的物體了。

【完】

招聘

我們正在招募編輯記者、運(yùn)營(yíng)等崗位，工作地點(diǎn)在北京中關(guān)村，期待你的到來(lái)，一起體驗(yàn)人工智能的風(fēng)起云涌。

相關(guān)細(xì)節(jié)，請(qǐng)?jiān)诠娞?hào)對(duì)話界面，回復(fù)：“招聘”兩個(gè)字。

One More Thing…

今天AI界還有哪些事值得關(guān)注？在量子位（QbitAI）公眾號(hào)會(huì)話界面回復(fù)“今天”，看我們?nèi)W(wǎng)搜羅的AI行業(yè)和研究動(dòng)態(tài)。筆芯~

另外，，如果你研究或者從事AI領(lǐng)域，小助手會(huì)把你帶入量子位的交流群里。

△ 掃碼強(qiáng)行關(guān)注『量子位』