这个模型识别车牌的准确率 简直可怕!

裸睡的猪

共 14298字,需浏览 29分钟

 ·

2021-07-09 02:57

来源|K同学



文章目录

    一、前期工作

        1.设置GPU

        2.导入数据

        3.数据可视化

        4.标签数字化

    二、构建一个tf.data.Dataset1.预处理函数

        2.加载数据

        3.配置数据

    三、搭建网络模型

    四、设置动态学习率

    五、编译

    六、训练

    七、模型评估

    八、保存和加载模型

    九、预测

一、前期工作

本文将手把手教你用TensorFlow2实现车牌识别,整个项目的完整代码都在文章了哈,大家按顺序copy即可运行。

我的环境:

  • 语言环境:Python3.6.5
  • 编译器:jupyter notebook
  • 深度学习环境:TensorFlow2.4.1
  • 数据:https://pan.baidu.com/s/1rnnRok-4fxFuWJrwB4ls9Q 提取码:povi

1.设置GPU

如果使用的是CPU可以注释掉这部分的代码,不影响运行。

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")

2.导入数据

import matplotlib.pyplot as plt
# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

import os,PIL,random,pathlib

# 设置随机种子尽可能使结果可以重现
import numpy as np
np.random.seed(1)

# 设置随机种子尽可能使结果可以重现
import tensorflow as tf
tf.random.set_seed(1)
data_dir = "D:/jupyter notebook/DL-100-days/datasets/015_licence_plate"
data_dir = pathlib.Path(data_dir)

pictures_paths = list(data_dir.glob('*'))
pictures_paths = [str(path) for path in pictures_paths]
pictures_paths[:3]
['D:\\jupyter notebook\\DL-100-days\\datasets\\015_licence_plate\\000000000_藏WP66B0.jpg',
'D:\\jupyter notebook\\DL-100-days\\datasets\\015_licence_plate\\000000001_津D8Z15T.jpg',
'D:\\jupyter notebook\\DL-100-days\\datasets\\015_licence_plate\\000000002_陕Z813VB.jpg']
image_count = len(list(pictures_paths))

print("图片总数为:",image_count)
图片总数为:619
# 获取数据标签
all_label_names = [path.split("_")[2].split(".")[0for path in pictures_paths]
all_label_names[:3]
['藏WP66B0', '津D8Z15T', '陕Z813VB']

3.数据可视化

plt.figure(figsize=(10,5))
plt.suptitle("数据示例",fontsize=15)

for i in range(20):
    plt.subplot(5,4,i+1)
    plt.xticks([])
    plt.yticks([])
    plt.grid(False)
    
    # 显示图片
    images = plt.imread(pictures_paths[i])
    plt.imshow(images)
    # 显示标签
    plt.xlabel(all_label_names[i],fontsize=13)

plt.show()

4.标签数字化

char_enum = ["京","沪","津","渝","冀","晋","蒙","辽","吉","黑","苏","浙","皖","闽","赣","鲁",\
              "豫","鄂","湘","粤","桂","琼","川","贵","云","藏","陕","甘","青","宁","新","军","使"]

number   = [str(i) for i in range(010)]    # 0 到 9 的数字
alphabet = [chr(i) for i in range(6591)]   # A 到 Z 的字母

char_set       = char_enum + number + alphabet
char_set_len   = len(char_set)
label_name_len = len(all_label_names[0])

# 将字符串数字化
def text2vec(text):
    vector = np.zeros([label_name_len, char_set_len])
    for i, c in enumerate(text):
        idx = char_set.index(c)
        vector[i][idx] = 1.0
    return vector

all_labels = [text2vec(i) for i in all_label_names]

二、构建一个tf.data.Dataset

1.预处理函数

def preprocess_image(image):
    image = tf.image.decode_jpeg(image, channels=1)
    image = tf.image.resize(image, [50200])
    return image/255.0

def load_and_preprocess_image(path):
    image = tf.io.read_file(path)
    return preprocess_image(image)

2.加载数据

构建 tf.data.Dataset 最简单的方法就是使用 from_tensor_slices 方法。

AUTOTUNE = tf.data.experimental.AUTOTUNE

path_ds  = tf.data.Dataset.from_tensor_slices(pictures_paths)
image_ds = path_ds.map(load_and_preprocess_image, num_parallel_calls=AUTOTUNE)
label_ds = tf.data.Dataset.from_tensor_slices(all_labels)

image_label_ds = tf.data.Dataset.zip((image_ds, label_ds)).shuffle(1000)
image_label_ds
<ShuffleDataset shapes: ((50, 200, 1), (7, 69)), types: (tf.float32, tf.float64)>
train_ds = image_label_ds.take(550)  # 前1000个batch
val_ds   = image_label_ds.skip(550)  # 跳过前1000,选取后面的

3.配置数据

先复习一下prefetch()函数。prefetch()功能详细介绍:CPU 正在准备数据时,加速器处于空闲状态。相反,当加速器正在训练模型时,CPU 处于空闲状态。因此,训练所用的时间是 CPU 预处理时间和加速器训练时间的总和。prefetch()将训练步骤的预处理和模型执行过程重叠到一起。当加速器正在执行第 N 个训练步时,CPU 正在准备第 N+1 步的数据。这样做不仅可以最大限度地缩短训练的单步用时(而不是总用时),而且可以缩短提取和转换数据所需的时间。如果不使用prefetch(),CPU 和 GPU/TPU 在大部分时间都处于空闲状态:

使用prefetch()可显著减少空闲时间:

BATCH_SIZE = 16

train_ds = train_ds.batch(BATCH_SIZE)
train_ds = train_ds.prefetch(buffer_size=AUTOTUNE)

val_ds = val_ds.batch(BATCH_SIZE)
val_ds = val_ds.prefetch(buffer_size=AUTOTUNE)
val_ds
<PrefetchDataset shapes: ((None, 50, 200, 1), (None, 7, 69)), types: (tf.float32, tf.float64)>

三、搭建网络模型

目前这里主要是带大家跑通代码、整理一下思路,大家可以自行优化网络结构、调整模型参数。后续我也会针对性的出一些调优的案例的。

from tensorflow.keras import datasets, layers, models

model = models.Sequential([
    
    layers.Conv2D(32, (33), activation='relu', input_shape=(502001)),#卷积层1,卷积核3*3
    layers.MaxPooling2D((22)),                   #池化层1,2*2采样
    layers.Conv2D(64, (33), activation='relu'),  #卷积层2,卷积核3*3
    layers.MaxPooling2D((22)),                   #池化层2,2*2采样
    
    layers.Flatten(),                              #Flatten层,连接卷积层与全连接层
#     layers.Dense(1000, activation='relu'),         #全连接层,特征进一步提取
    layers.Dense(1000, activation='relu'),         #全连接层,特征进一步提取
#     layers.Dropout(0.2),  
    layers.Dense(label_name_len * char_set_len),
    layers.Reshape([label_name_len, char_set_len]),
    layers.Softmax()                               #输出层,输出预期结果
])
# 打印网络结构
model.summary()
Model: "sequential"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
conv2d (Conv2D) (None, 48, 198, 32) 320
_________________________________________________________________
max_pooling2d (MaxPooling2D) (None, 24, 99, 32) 0
_________________________________________________________________
conv2d_1 (Conv2D) (None, 22, 97, 64) 18496
_________________________________________________________________
max_pooling2d_1 (MaxPooling2 (None, 11, 48, 64) 0
_________________________________________________________________
flatten (Flatten) (None, 33792) 0
_________________________________________________________________
dense (Dense) (None, 1000) 33793000
_________________________________________________________________
dense_1 (Dense) (None, 483) 483483
_________________________________________________________________
reshape (Reshape) (None, 7, 69) 0
_________________________________________________________________
softmax (Softmax) (None, 7, 69) 0
=================================================================
Total params: 34,295,299
Trainable params: 34,295,299
Non-trainable params: 0
_________________________________________________________________

四、设置动态学习率

这里先罗列一下学习率大与学习率小的优缺点。

  • 学习率大

    • 优点:1、加快学习速率。2、有助于跳出局部最优值。
    • 缺点:1、导致模型训练不收敛。2、单单使用大学习率容易导致模型不精确。
  • 学习率小

    • 优点:1、有助于模型收敛、模型细化。2、提高模型精度。
    • 缺点:1、很难跳出局部最优值。2、收敛缓慢。

注意:这里设置的动态学习率为:指数衰减型(ExponentialDecay)。在每一个epoch开始前,学习率(learning_rate)都将会重置为初始学习率(initial_learning_rate),然后再重新开始衰减。计算公式如下:

learning_rate =

initial_learning_rate * decay_rate ^ (step / decay_steps)

# 设置初始学习率
initial_learning_rate = 1e-3

lr_schedule = tf.keras.optimizers.schedules.ExponentialDecay(
        initial_learning_rate, 
        decay_steps=50,      # 敲黑板!!!这里是指 steps,不是指epochs
        decay_rate=0.96,     # lr经过一次衰减就会变成 decay_rate*lr
        staircase=True)

# 将指数衰减学习率送入优化器
optimizer = tf.keras.optimizers.Adam(learning_rate=lr_schedule)

五、编译

model.compile(optimizer=optimizer,
              loss='categorical_crossentropy',
              metrics=['accuracy'])

六、训练

epochs = 20

history = model.fit(
    train_ds,
    validation_data=val_ds,
    epochs=epochs
)
Epoch 1/20
35/35 [==============================] - 4s 27ms/step - loss: 3.8599 - accuracy: 0.0492 - val_loss: 3.3631 - val_accuracy: 0.0663
Epoch 2/20
35/35 [==============================] - 0s 9ms/step - loss: 3.3526 - accuracy: 0.0718 - val_loss: 3.2880 - val_accuracy: 0.0683
Epoch 3/20
35/35 [==============================] - 0s 9ms/step - loss: 3.2952 - accuracy: 0.0866 - val_loss: 3.1754 - val_accuracy: 0.1429
Epoch 4/20
35/35 [==============================] - 0s 9ms/step - loss: 3.1920 - accuracy: 0.1347 - val_loss: 3.0021 - val_accuracy: 0.2298
Epoch 5/20
35/35 [==============================] - 0s 12ms/step - loss: 2.9394 - accuracy: 0.2142 - val_loss: 2.3816 - val_accuracy: 0.3913
.......
Epoch 17/20
35/35 [==============================] - 0s 9ms/step - loss: 0.0191 - accuracy: 0.9984 - val_loss: 0.0141 - val_accuracy: 0.9979
Epoch 18/20
35/35 [==============================] - 0s 10ms/step - loss: 0.0115 - accuracy: 0.9997 - val_loss: 0.0126 - val_accuracy: 1.0000
Epoch 19/20
35/35 [==============================] - 0s 9ms/step - loss: 0.0094 - accuracy: 0.9992 - val_loss: 0.0120 - val_accuracy: 0.9959
Epoch 20/20
35/35 [==============================] - 0s 10ms/step - loss: 0.0070 - accuracy: 0.9997 - val_loss: 0.0051 - val_accuracy: 1.0000

七、模型评估

acc = history.history['accuracy']
val_acc = history.history['val_accuracy']

loss = history.history['loss']
val_loss = history.history['val_loss']

epochs_range = range(epochs)

plt.figure(figsize=(124))
plt.subplot(121)

plt.plot(epochs_range, acc, label='Training Accuracy')
plt.plot(epochs_range, val_acc, label='Validation Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')

plt.subplot(122)
plt.plot(epochs_range, loss, label='Training Loss')
plt.plot(epochs_range, val_loss, label='Validation Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()

八、保存和加载模型

# 保存模型
model.save('model/15_model.h5')
# 加载模型
new_model = tf.keras.models.load_model('model/15_model.h5')

九、预测

def vec2text(vec):
    """
    还原标签(向量->字符串)
    """

    text = []
    for i, c in enumerate(vec):
        text.append(char_set[c])
    return "".join(text)

plt.figure(figsize=(108))            # 图形的宽为10高为8

for images, labels in val_ds.take(1):
    for i in range(6):
        ax = plt.subplot(52, i + 1)  
        # 显示图片
        plt.imshow(images[i])

        # 需要给图片增加一个维度
        img_array = tf.expand_dims(images[i], 0

        # 使用模型预测验证码
        predictions = model.predict(img_array)
        plt.title(vec2text(np.argmax(predictions, axis=2)[0]),fontsize=15)

        plt.axis("off")
浏览 94
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报