阿里云人工智能平台PAI使用TensorFlow实现图片分类-云淘科技

前提条件

• 已创建OSS Bucket，并完成了OSS授权，详情请参见控制台创建存储空间和云产品依赖与授权：Designer。

  重要

  创建Bucket时，不要开通版本控制，否则可能导致训练失败。

• 已开启GPU，详情请参见MaxCompute资源。

背景信息

随着互联网发展，产生了大量图片及语音数据。如何有效利用这些非结构化数据，一直是困扰数据挖掘工程师的一道难题。主要原因包括：

• 通常需要使用深度学习算法，上手门槛高。

• 通常需要依赖GPU计算引擎，计算资源费用高。

Designer及原PAI-Studio已经预置了使用深度学习框架实现图片分类的模板，您可以直接从模板创建实验，并将其复用到图片鉴黄、物体检测等领域。

数据集

本实验使用CIFAR-10数据集，该数据集包含6万张像素为32*32的彩色图片，共10个类别，分别为飞机、汽车、鸟、毛、鹿、狗、青蛙、马、船及卡车，如下图所示。您可以下载该数据集及相关代码，详情请参见CIFAR 10案例。

使用过程中将该数据集拆分为训练数据集（5万张图片）和预测数据集（1万张图片）。其中5万张图片的训练数据集又被拆分为5个data_batch，1万张图片的预测数据集组成test_batch，如下图所示。

数据准备

将本实验的数据集和相关代码上传至OSS的Bucket路径。例如，在OSS的Bucket下创建aohai_test文件夹及四个子文件夹，如下图所示。每个文件夹的作用如下：

• check_point：存储实验生成的模型。

  说明

  从原PAI-Studio模板创建实验后，必须手动将TensorFlow组件的checkpoint输出目录/模型输入目录参数配置为已有的OSS文件夹路径，整个实验才能运行。本实验中，将checkpoint输出目录/模型输入目录配置为check_point文件夹路径。

• cifar-10-batches-py：存储训练数据集和预测数据集对应的数据源文件cifar-10-batcher-py和预测集文件bird_mount_bluebird.jpg。

• train_code：存储训练数据，即cifar_pai.py。

• predict_code：存储cifar_predict_pai.py。

使用TensorFlow实现图片分类

以原PAI-Studio的操作步骤为例，来说明如何使用TensorFlow实现图片分类，具体操作步骤如下。

1. 进入PAI-Designer页面。

   1. 登录PAI控制台。

   2. 在左侧导航栏单击工作空间列表，在工作空间列表页面中单击待操作的工作空间名称，进入对应工作空间内。

   3. 在工作空间页面的左侧导航栏选择模型开发与训练 > 可视化建模（Designer），进入Designer页面。

2. 在可视化建模（Designer）页面右上方，单击前往旧版可视化建模（Studio）。

3. 构建实验。

   1. 在原PAI-Studio项目空间的左侧导航栏，单击首页。

   2. 在模板列表，单击Tensorflow图片分类下的从模板创建。

   3. 在新建实验对话框，配置参数（可以全部使用默认参数）。

      参数	描述
      名称	输入TensorFlow图片分类。
      项目	不支持修改。
      描述	输入使用TensorFlow实现图片分类。
      位置	选择我的实验。

   4. 单击确定。

   5. 可选：等待大约十秒钟，在原PAI-Studio控制台的左侧导航栏，单击实验。

   6. 可选：在我的实验下，单击TensorFlow图片分类_XX。

      其中我的实验为已配置的实验位置，TensorFlow图片分类_XX为已配置的实验名称（_XX为系统自动添加的实验序号）。

   7. 系统根据预置的模板，自动构建实验，如下图所示。

      

      区域	描述
      ①	训练数据，系统已自动配置了本实验的训练数据集路径。如果使用其他数据集，只需单击画布中的读OSS数据-1，在右侧字段设置面板，将OSS数据路径配置为存储训练数据的OSS路径。
      ②	预测数据，系统已自动配置了本实验的预测数据集路径。如果使用其他数据集，只需单击画布中的读OSS数据-2，在右侧字段设置面板，将OSS数据路径配置为存储预测数据的OSS路径。
      ③	使用TensorFlow训练模型，只需要手动配置checkpoint输出目录/模型输入目录，其他参数使用默认值即可。该组件的参数与OSS路径下的文件对应关系如下： Python代码文件：配置为OSS路径中的cifar_pai.py。 OSS数据源目录：配置为OSS路径中的cifar-10-batches-py文件夹，系统会自动从上游读OSS数据-1节点同步数据。 checkpoint输出目录/模型输入目录：配置为OSS路径中的check_point文件夹，用于存储输出模型。
      ④	生成预测结果，只需要手动配置checkpoint输出目录/模型输入目录，其他参数使用默认值即可。该组件的参数与OSS路径下的文件对应关系如下： Python代码文件：配置为OSS路径中的cifar_predict_pai.py。 OSS数据源目录：配置为OSS路径中的cifar-10-batches-py文件夹，系统会自动从上游读OSS数据-2节点同步数据。 checkpoint输出目录/模型输入目录：需要与TensorFlow训练组件的模型输出目录保持一致，即配置为OSS路径中的check_point文件夹。

4. 运行实验并查看输出结果。

   1. 单击画布上方的运行。

   2. 实验运行结束后，您可以在配置的OSS路径（checkpoint输出目录/模型输入目录）下查看预测结果。

训练代码解析

针对cifar_pai.py文件中的关键代码进行解析：

• 构建CNN图片训练模型

      network = input_data(shape=[None, 32, 32, 3],
                           data_preprocessing=img_prep,
                           data_augmentation=img_aug)
      network = conv_2d(network, 32, 3, activation='relu')
      network = max_pool_2d(network, 2)
      network = conv_2d(network, 64, 3, activation='relu')
      network = conv_2d(network, 64, 3, activation='relu')
      network = max_pool_2d(network, 2)
      network = fully_connected(network, 512, activation='relu')
      network = dropout(network, 0.5)
      network = fully_connected(network, 10, activation='softmax')
      network = regression(network, optimizer='adam',
                           loss='categorical_crossentropy',
                           learning_rate=0.001)

• 训练生成模型model.tfl

      model = tflearn.DNN(network, tensorboard_verbose=0)
      model.fit(X, Y, n_epoch=100, shuffle=True, validation_set=(X_test, Y_test),
                show_metric=True, batch_size=96, run_id='cifar10_cnn')
      model_path = os.path.join(FLAGS.checkpointDir, "model.tfl")
      print(model_path)
      model.save(model_path)

预测代码解析

针对cifar_predict_pai.py文件中的关键代码进行解析。首先读入图片bird_bullocks_oriole.jpg，将其调整为32*32像素大小。然后传入model.predict预测函数评分，返回这张图片对应的十种分类[‘airplane’,’automobile’,’bird’,’cat’,’deer’,’dog’,’frog’,’horse’,’ship’,’truck’]的权重。最后将权重最高的一个分类作为预测结果返回。

    predict_pic = os.path.join(FLAGS.buckets, "bird_bullocks_oriole.jpg")
    img_obj = file_io.read_file_to_string(predict_pic)
    file_io.write_string_to_file("bird_bullocks_oriole.jpg", img_obj)
    img = scipy.ndimage.imread("bird_bullocks_oriole.jpg", mode="RGB")
    # Scale it to 32x32
    img = scipy.misc.imresize(img, (32, 32), interp="bicubic").astype(np.float32, casting='unsafe')
    # Predict
    prediction = model.predict([img])
    print (prediction[0])
    print (prediction[0])
    #print (prediction[0].index(max(prediction[0])))
    num=['airplane','automobile','bird','cat','deer','dog','frog','horse','ship','truck']
    print ("This is a %s"%(num[prediction[0].index(max(prediction[0]))]))