付清華

（西華師范大學(xué) 教育學(xué)院，四川 南充）

前言

花卉識別是典型的細(xì)粒度識別，需要模型具備較強的類間和類內(nèi)識別能力。目前深度學(xué)習(xí)在計算機視覺圖像分類[1-2]方面的應(yīng)用已經(jīng)有了巨大的進展，使用先進的深度學(xué)習(xí)模型可以獲得更好的效果。而對于較小的數(shù)據(jù)集，利用預(yù)先訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)作為基礎(chǔ)模型進行遷移學(xué)習(xí)同樣可以取得良好效果。

本文主要研究的內(nèi)容如下：（1）解釋花卉圖像分類識別的方法；（2）微調(diào)兩組預(yù)訓(xùn)練網(wǎng)絡(luò)模型進行遷移學(xué)習(xí)；（3）對比分析兩組模型的性能。

1 基礎(chǔ)理論與相關(guān)技術(shù)

1.1 經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)模型

1.1.1 VGGNet

VGG[3]網(wǎng)絡(luò)用5 個組的卷積和2 層全連接層來提取特征，1 層全連接層用來輸出并分類。VGG 使用小尺寸卷積核和池化層組成基礎(chǔ)模塊，通過堆疊基礎(chǔ)模塊構(gòu)造出深度卷積神經(jīng)網(wǎng)絡(luò)。

1.1.2 ResNet

ResNet 網(wǎng)絡(luò)主要由殘差塊組成，堆疊殘差塊可以加深網(wǎng)絡(luò)的同時提高性能。只要做卷積，特征就會損失，殘差塊添加一個捷徑連接，給予特征損失一定的補償以增強特征的傳遞，使得更深的網(wǎng)絡(luò)仍能得到更好的訓(xùn)練。

1.2 遷移學(xué)習(xí)Transfer Learning

1.2.1 計算機視覺中的遷移學(xué)習(xí)

計算機視覺領(lǐng)域經(jīng)常會用到遷移學(xué)習(xí)，如果從頭或從隨機初始化權(quán)重開始訓(xùn)練模型，往往耗費較長時間且需大量GPU 的支持。但是如果識別任務(wù)存在數(shù)據(jù)、任務(wù)或模型上的共性，就可以利用訓(xùn)練好的網(wǎng)絡(luò)權(quán)重作為新模型初始化權(quán)重，較快得到理想性能。

1.2.2 微調(diào)Fine-tuning

新建遷移學(xué)習(xí)模型的過程，實際上是利用預(yù)訓(xùn)練模型進行微調(diào)的過程。設(shè)置include_top = False，得到不包括頂層用于分類的網(wǎng)絡(luò)。設(shè)置trainable = False，使部分層在訓(xùn)練中其參數(shù)不會被更改，之后再加上特定的全連接層并重新訓(xùn)練權(quán)重得到特定的輸出。

2 微調(diào)訓(xùn)練模型

2.1 基于VGG16 模型的遷移學(xué)習(xí)

VGG16 模型用途比較廣泛，通過ImageNet 大型數(shù)據(jù)庫也做了相關(guān)訓(xùn)練，選用VGG16 作為建?；A(chǔ)，下載預(yù)先訓(xùn)練好的模型，部分層進行復(fù)用。如圖1 所示，前面卷積池化組Conv_layers 的結(jié)構(gòu)和權(quán)重都直接進行復(fù)用，并凍結(jié)這些層的權(quán)重，之后在網(wǎng)絡(luò)尾部新建全連接層。

圖1 基于VGG16 的模型示意

2.2 基于ResNet50 模型的遷移學(xué)習(xí)

ResNet50[4]以在各種圖像分類任務(wù)中取得顯著效果而聞名。實驗用其作為預(yù)訓(xùn)練模型，建立分類模型。同樣也凍結(jié)部分權(quán)重，新建全連接層，利用Softmax 輸出類別，訓(xùn)練部分參數(shù)，模型結(jié)構(gòu)如圖2 所示。

圖2 基于ResNet50 的模型示意

3 實驗設(shè)計與分析

3.1 數(shù)據(jù)預(yù)處理

數(shù)據(jù)集選用Oxford 17 Flowers，該數(shù)據(jù)集有17類花卉，每類含80 張不同圖片，一共1 360 張，是花卉領(lǐng)域最具代表性的數(shù)據(jù)集之一[5]。實驗首先將花卉集隨機按7：1 劃分為訓(xùn)練集和驗證集。其次，圖像分辨率不統(tǒng)一，設(shè)置shape 進行處理。最后，由于數(shù)據(jù)集較小，使用ImageDataGenerator 對圖片進行數(shù)據(jù)增強[6]。

3.2 模型參數(shù)設(shè)置

選取VGG16 及ResNet50 作為實驗?zāi)Ｐ椭械奶卣魈崛∑?，新建模型，修改部分主要采用批歸一化Batch Normalization、丟失Dropout 和Softmax[7]分類算法及自適應(yīng)矩估計Adam 優(yōu)化器[8]。模型需要設(shè)置輪數(shù)epoch，設(shè)置過小會導(dǎo)致訓(xùn)練未達(dá)收斂就停下來，過大則容易過擬合。因此引入EarlyStopping 類，如果訓(xùn)練中誤差不斷上升，模型會自動在相應(yīng)的迭代次數(shù)停止訓(xùn)練。

3.3 模型評估

在相同環(huán)境下，進行對比實驗。VGG16 和ResNet50 兩組模型的準(zhǔn)確率和損失曲線如圖3 所示。

圖3 模型評估曲線

模型訓(xùn)練和測試準(zhǔn)確率如表1 所示。

表1 模型訓(xùn)練結(jié)果

結(jié)果顯示，微調(diào)后的VGG16 模型經(jīng)過大約70 次迭代后提前終止訓(xùn)練，此時模型準(zhǔn)確率和損失曲線均已變得平緩，基本達(dá)到收斂，測試準(zhǔn)確率最終達(dá)到了86.42%，損失值降到了0.84。同樣，ResNet50 模型大約45 次迭代后也提前終止訓(xùn)練，其測試準(zhǔn)確率達(dá)到了88.54%，損失值降到0.44?？梢钥闯鰞山M模型均取得不錯的分類效果，對比來看的話，ResNet50 微調(diào)模型的精度要高于VGG16，其損失低于VGG16，收斂速度快于VGG16，這表明微調(diào)后的ResNet50 模型在本次實驗中更好地擬合花卉數(shù)據(jù)，其模型性能更加良好。

3.4 可視化模型預(yù)測結(jié)果

實驗最后進行可視化分析。相同輸入下微調(diào)后的VGG16 模型預(yù)測結(jié)果如圖4 所示，除第四張圖像外其他分類正確。如圖5 所示，ResNet50 模型分類全部正確，模型實現(xiàn)了非常理想的性能效果。

圖4 VGG16 模型預(yù)測示例

圖5 ResNet50 模型預(yù)測示例

4 結(jié)論

本文使用卷積神經(jīng)網(wǎng)絡(luò)模型以及遷移學(xué)習(xí)進行了花卉識別，取得了不錯的識別效果。結(jié)果顯示，ResNet50 微調(diào)模型的效果更佳，相較VGG16 微調(diào)模型來說準(zhǔn)確率提升了2%左右。實驗驗證了遷移學(xué)習(xí)在圖像識別特別是小數(shù)據(jù)集方面是可行的。