ImageNet
"ImageNet改變了AI領域人們對數據集的認識，人們真正開始意識到它在研究中的地位，就像算法一樣重要！"
ImageNet項目是一個用於視覺對象識別軟件研究的大型可視化數據庫，目前是一個超過15 million的圖像數據集，大約有22,000類。這個項目是由李飛飛團隊從2007年開始，耗費大量人力，通過各種方式（網絡抓取，人工標註，亞馬遜衆包平臺）收集製作而成，它作爲論文在CVPR-2009發佈。
當時人們還很懷疑通過更多數據就能改進算法的看法。深度學習發展起來有幾個關鍵的因素，一個就是龐大的數據（比如說ImageNet），一個是GPU的出現，還有更優的深度模型，更好的優化算法。可以說數據和GPU推動了這些的產生，這些產生繼續推動深度學習的發展。
ImageNet挑戰賽
自2010年以來，ImageNet項目每年舉辦一次軟件比賽，即ImageNet大規模視覺識別挑戰賽（ILSVRC），到2017年後截止。
比賽項目包括：圖像分類(Classification)、目標定位(Object localization)、目標檢測(Object detection)、視頻目標檢測(Object detection from video)、場景分類(Scene classification)、場景解析(Scene parsing)
2012年在解決ImageNet挑戰方面取得了巨大的突破，被廣泛認爲是2010年的深度學習革命的開始。2012-2015年期間在ImageNet比賽上提出的一些經典網絡，包括AlexNet，ZFNet，OverFeat，VGG，Inception，ResNet。
Inception網絡
Inception網絡又叫做GoogLeNet。2012年AlexNet贏得ImageNet挑戰賽後，直到GoogLeNet出來之前，主流的網絡結構突破大致是網絡更深（層數），但是純粹的增大網絡的缺點：1.參數太多，容易過擬合，若訓練數據集有限；2.網絡越大計算複雜度越大，難以應用；3.網絡越深，梯度越往後穿越容易消失（梯度彌散），難以優化模型。Inception就是在這樣的情況下應運而生。
Inception 網絡是複雜的（需要大量工程工作）。它使用大量 trick 來提升性能，包括速度和準確率兩方面。它的不斷進化帶來了多種 Inception 網絡版本的出現。常見的版本有：
- Inception v1
- Inception v2 和 Inception v3
- Inception v4 和 Inception-ResNet
Inception具體原理參考https://my.oschina.net/u/876354/blog/1637819。
基於Inception-v3模型的圖像分類器
谷歌在大型圖像數據庫ImageNet上訓練好了一個Inception-v3模型，這個模型可以直接用來進行圖像分類。
使用tensorflow提供的classify_image進行圖像分類：
1.安裝tensorflow環境，可以使用tensorflow提供的Docker鏡像快速搭建環境：
|
//下載 # docker pull tensorflow/tensorflow:1.13.1-py3 //CPU版本 # docker pull tensorflow/tensorflow:1.13.1-gpu-py3 //GPU版本
//啓動 # docker run -ti tensorflow/tensorflow:1.13.1-py3 bash |
2.在tensorflow環境下載示例代碼執行
|
# wget https://github.com/tensorflow/models/blob/master/tutorials/image/imagenet/classify_image.py # python classify_image.py |
這個示例代碼會下載訓練好的Inception-v3模型，同時下載一張熊貓照片進行識別分類，下載目錄在/tmp/imagenet/
- nception-2015-12-05.tgz：模型壓縮包
- classify_image_graph_def.pb：訓練好的Inception-v3模型
- imagenet_2012_challenge_label_map_proto.pbtxt
- imagenet_synset_to_human_label_map.txt：類別文件，共包含2萬多種類別
- cropped_panda.jpg ：熊貓圖片
執行結果：
|
# python classify_image.py giant panda, panda, panda bear, coon bear, Ailuropoda melanoleuca (score = 0.89107) indri, indris, Indri indri, Indri brevicaudatus (score = 0.00779) lesser panda, red panda, panda, bear cat, cat bear, Ailurus fulgens (score = 0.00296) custard apple (score = 0.00147) earthstar (score = 0.00117) |
另外也可以訓練自己的模型，參考https://www.jianshu.com/p/acb681e9b68a
參考
- https://baike.baidu.com/item/ImageNet/17752829?fr=aladdin
- https://www.cnblogs.com/liaohuiqiang/p/9609162.html
- http://baijiahao.baidu.com/s?id=1601882944953788623&wfr=spider&for=pc