dogs vs cats

Author:yudake
date:2018/2/27

kaggle 计算机视觉经典赛题：dogs vs. cats

github 地址：https://github.com/yudake/dogs-vs-cats

看 KevinRush 的视频学的，不过现在他已经把相关视频删除了。而且并不完全一样，有自己的修改。

题目

设计一种算法，根据图片区分图片中是猫还是狗。

数据

kaggle 给的训练集共有 25000 条数据，其中 12500 张狗的照片，12500 张猫的照片。

并没有给出猫和狗的标签列表，而是在图片的名称上标记着 dog 和 cat。

所以，我们需要对图片进行预处理，获得图片对应的标签。

数据处理

我们依次读取训练集中所有图片的名字。

如果图片名字中有 dog，把文件地址保存在 dogs 队列中，并且让 dogs 的标签列表添加一个“1”。

如果图片名字中有 cat，把文件地址保存在 cats 队列中，并且让 cats 的标签列表添加一个“0”。

也就是说，我们利用 1 作为 dog 的标记，0 作为 cat 的标记。

为了防止训练过程中训练数据不平衡，我们将队列合并并且 shuffle。

然后利用 pickle 保存下来。

模型

本模型是 tensorflow 官网 cifar-10 案例中给出的一个模型，模型并不深，所以分类效果相对来说比较弱。我在模型中添加了两个 dropout 层。

其中 conv1 的卷积核大小为 [3,3,3,16]，conv2 的卷积核大小为 [3,3,16,16]。fc1 输出大小为 128，fc2 的输出大小也为 128。

训练

参数设置

• N_CLASSES = 2
• BATCH_SIZE = 16
• IMG_W = 208
• IMG_H = 208
• EPOCH_NUMS = 10
• learning_rate = 0.0001

我们利用 opencv 读取图片，图片路径从数据处理中保存好的文件中读取。因为模型的输入需要固定大小的图片，所以我们在输入进模型之前需要 resize 为 IMG_W 和 IMG_H 大小的图片。

交叉验证集和测试集选取

我们选取 1000 条数据作为测试集，剩余数据作为训练集。

然后在每个 epoch 中选取 5% 的数据作为交叉验证集。

Accurate

可以发现，在训练集上的平均准确率在 80% 左右，而且可以发现准确率仍在上升。

测试集的准确率为 77%。受硬件制约，我们只训练了 10 个 epoch。如果继续训练，可能准确率会增加。