【深度學(xué)習(xí)系列】CNN模型的可視化
前面幾篇文章講到了卷積神經(jīng)網(wǎng)絡(luò)CNN，但是對(duì)于它在每一層提取到的特征以及訓(xùn)練的過程可能還是不太明白，所以這節(jié)主要通過模型的可視化來(lái)神經(jīng)網(wǎng)絡(luò)在每一層中是如何訓(xùn)練的。我們知道，神經(jīng)網(wǎng)絡(luò)本身包含了一系列特征提取器，理想的feature map應(yīng)該是稀疏的以及包含典型的局部信息。通過模型可視化能有一些直觀的認(rèn)識(shí)并幫助我們調(diào)試模型，比如：feature map與原圖很接近，說(shuō)明它沒有學(xué)到什么特征；或者它幾乎是一個(gè)純色的圖，說(shuō)明它太過稀疏，可能是我們feature map數(shù)太多了（feature_map數(shù)太多也反映了卷積核太?。?。可視化有很多種，比如：feature map可視化、權(quán)重可視化等等，我以feature map可視化為例。
模型可視化
因?yàn)槲覜]有搜到用paddlepaddle在imagenet 1000分類的數(shù)據(jù)集上預(yù)訓(xùn)練好的googLeNet inception v3，所以用了keras做實(shí)驗(yàn)，以下圖作為輸入:
- 輸入圖片
-
北汽紳寶D50:
-
- feature map可視化
取網(wǎng)絡(luò)的前15層，每層取前3個(gè)feature map。
北汽紳寶D50 feature map：
從左往右看，可以看到整個(gè)特征提取的過程，有的分離背景、有的提取輪廓，有的提取色差，但也能發(fā)現(xiàn)10、11層中間兩個(gè)feature map是純色的，可能這一層feature map數(shù)有點(diǎn)多了，另外北汽紳寶D50的光暈對(duì)feature map中光暈的影響也能比較明顯看到。
- Hypercolumns
通常我們把神經(jīng)網(wǎng)絡(luò)***一個(gè)fc全連接層作為整個(gè)圖片的特征表示，但是這一表示可能過于粗糙（從上面的feature map可視化也能看出來(lái)），沒法精確描述局部空間上的特征，而網(wǎng)絡(luò)的***層空間特征又太過精確，缺乏語(yǔ)義信息（比如后面的色差、輪廓等），于是論文《Hypercolumns for Object Segmentation and Fine-grained Localization》提出一種新的特征表示方法：Hypercolumns——將一個(gè)像素的 hypercolumn 定義為所有 cnn 單元對(duì)應(yīng)該像素位置的激活輸出值組成的向量），比較好的tradeoff了前面兩個(gè)問題，直觀地看如圖：
把北汽紳寶D50 第1、4、7層的feature map以及第1, 4, 7, 10, 11, 14, 17層的feature map分別做平均，可視化如下：
代碼實(shí)踐
1 # -*- coding: utf-8 -*-
2 from keras.applications import InceptionV3
3 from keras.applications.inception_v3 import preprocess_input
4 from keras.preprocessing import image
5 from keras.models import Model
6 from keras.applications.imagenet_utils import decode_predictions
7 import numpy as np
8 import cv2
9 from cv2 import *
10 import matplotlib.pyplot as plt
11 import scipy as sp
12 from scipy.misc import toimage
13
14 def test_opencv():
15 # 加載攝像頭
16 cam = VideoCapture(0) # 0 -> 攝像頭序號(hào)，如果有兩個(gè)三個(gè)四個(gè)攝像頭，要調(diào)用哪一個(gè)數(shù)字往上加嘛
17 # 抓拍 5 張小圖片
18 for x in range(0, 5):
19 s, img = cam.read()
20 if s:
21 imwrite("o-" + str(x) + ".jpg", img)
22
23 def load_original(img_path):
24 # 把原始圖片壓縮為 299*299大小
25 im_original = cv2.resize(cv2.imread(img_path), (299, 299))
26 im_converted = cv2.cvtColor(im_original, cv2.COLOR_BGR2RGB)
27 plt.figure(0)
28 plt.subplot(211)
29 plt.imshow(im_converted)
30 return im_original
31
32 def load_fine_tune_googlenet_v3(img):
33 # 加載fine-tuning googlenet v3模型，并做預(yù)測(cè)
34 model = InceptionV3(include_top=True, weights='imagenet')
35 model.summary()
36 x = image.img_to_array(img)
37 x = np.expand_dims(x, axis=0)
38 x = preprocess_input(x)
39 preds = model.predict(x)
40 print('Predicted:', decode_predictions(preds))
41 plt.subplot(212)
42 plt.plot(preds.ravel())
43 plt.show()
44 return model, x
45
46 def extract_features(ins, layer_id, filters, layer_num):
47 '''
48 提取指定模型指定層指定數(shù)目的feature map并輸出到一幅圖上.
49 :param ins: 模型實(shí)例
50 :param layer_id: 提取指定層特征
51 :param filters: 每層提取的feature map數(shù)
52 :param layer_num: 一共提取多少層feature map
53 :return: None
54 '''
55 if len(ins) != 2:
56 print('parameter error:(model, instance)')
57 return None
58 model = ins[0]
59 x = ins[1]
60 if type(layer_id) == type(1):
61 model_extractfeatures = Model(input=model.input, output=model.get_layer(index=layer_id).output)
62 else:
63 model_extractfeatures = Model(input=model.input, output=model.get_layer(name=layer_id).output)
64 fc2_features = model_extractfeatures.predict(x)
65 if filters > len(fc2_features[0][0][0]):
66 print('layer number error.', len(fc2_features[0][0][0]),',',filters)
67 return None
68 for i in range(filters):
69 plt.subplots_adjust(left=0, right=1, bottom=0, top=1)
70 plt.subplot(filters, layer_num, layer_id + 1 + i * layer_num)
71 plt.axis("off")
72 if i < len(fc2_features[0][0][0]):
73 plt.imshow(fc2_features[0, :, :, i])
74
75 # 層數(shù)、模型、卷積核數(shù)
76 def extract_features_batch(layer_num, model, filters):
77 '''
78 批量提取特征
79 :param layer_num: 層數(shù)
80 :param model: 模型
81 :param filters: feature map數(shù)
82 :return: None
83 '''
84 plt.figure(figsize=(filters, layer_num))
85 plt.subplot(filters, layer_num, 1)
86 for i in range(layer_num):
87 extract_features(model, i, filters, layer_num)
88 plt.savefig('sample.jpg')
89 plt.show()
90
91 def extract_features_with_layers(layers_extract):
92 '''
93 提取hypercolumn并可視化.
94 :param layers_extract: 指定層列表
95 :return: None
96 '''
97 hc = extract_hypercolumn(x[0], layers_extract, x[1])
98 ave = np.average(hc.transpose(1, 2, 0), axis=2)
99 plt.imshow(ave)
100 plt.show()
101
102 def extract_hypercolumn(model, layer_indexes, instance):
103 '''
104 提取指定模型指定層的hypercolumn向量
105 :param model: 模型
106 :param layer_indexes: 層id
107 :param instance: 模型
108 :return:
109 '''
110 feature_maps = []
111 for i in layer_indexes:
112 feature_maps.append(Model(input=model.input, output=model.get_layer(index=i).output).predict(instance))
113 hypercolumns = []
114 for convmap in feature_maps:
115 for i in convmap[0][0][0]:
116 upscaled = sp.misc.imresize(convmap[0, :, :, i], size=(299, 299), mode="F", interp='bilinear')
117 hypercolumns.append(upscaled)
118 return np.asarray(hypercolumns)
119
120 if __name__ == '__main__':
121 img_path = '~/auto1.jpg'
122 img = load_original(img_path)
123 x = load_fine_tune_googlenet_v3(img)
124 extract_features_batch(15, x, 3)
125 extract_features_with_layers([1, 4, 7])
126 extract_features_with_layers([1, 4, 7, 10, 11, 14, 17])
總結(jié)
還有一些網(wǎng)站做的關(guān)于CNN的可視化做的非常不錯(cuò)，譬如這個(gè)網(wǎng)站：http://shixialiu.com/publications/cnnvis/demo/，大家可以在訓(xùn)練的時(shí)候采取不同的卷積核尺寸和個(gè)數(shù)對(duì)照來(lái)看訓(xùn)練的中間過程。最近PaddlePaddle也開源了可視化工具VisaulDL，下篇文章我們講講paddlepaddle的visualDL和tesorflow的tensorboard。
