如何使用自己的数据集图像在tensorflow中构建自动编码器

Question

我是Tensorflow的初学者，我想为图像创建一个简单的auencoder，我尝试了在网上找到的一些例子，但所有这些都是在Mnist数据集上工作的，这使得预处理这些图像变得容易，但我想为我自己的数据集图像创建一种自动编码器。我的问题是：如何使用我自己的数据集图像在tensorflow中创建一个简单的自动编码器(因为我需要一些步骤来加载图像和预处理…(？(我需要使用自己的数据集的自动编码器模型的完整示例(

Answer 1

我认为这个答案会有所帮助。我想你可以理解，每个问题都没有通用的解决方案。你需要尝试不同的架构、不同的超参数组合和不同的图像处理技术来训练你的网络。

1. 用于数据预处理和将图像加载到网络您可以使用keras图像处理、ImageGenerator类进行图像增强并将图像加载到网络中

首先创建具有所需配置的ImageGenerator。

datagen = ImageDataGenerator(width_shift_range=0.1,  
height_shift_range=0.1,  
horizontal_flip=False,  
vertical_flip=False,  
rescale=1/255)

第二次通过ImageGenerator 从目录加载图像

trainGene = datagen.flow_from_directory(train_path,
color_mode="grayscale", #use grayscale images
target_size=(image_height,image_width), #image size
shuffle=True,
class_mode="input",
batch_size=batch_size,
save_to_dir=None)

您可以创建验证数据生成器并从目录加载验证数据集。例如验证(valGene(

2. 构建卷积自动编码器模型并适用于生成器

这取决于用例，您需要尝试不同的层和损失函数以及不同的架构来达到所需的阈值。例如，从简单的体系结构开始。

Layer (type)                 Output Shape              Param #   
=================================================================
input0 (InputLayer)          (None, 64, 32, 1)         0         
_________________________________________________________________
conv2d_1 (Conv2D)            (None, 64, 32, 32)        320       
_________________________________________________________________
activation_1 (Activation)    (None, 64, 32, 32)        0         
_________________________________________________________________
max_pooling2d_1 (MaxPooling2 (None, 32, 16, 32)        0         
_________________________________________________________________
flatten_1 (Flatten)          (None, 16384)             0         
_________________________________________________________________
dense_1 (Dense)              (None, 16)                262160    
_________________________________________________________________
dense_2 (Dense)              (None, 16384)             278528    
_________________________________________________________________
reshape_1 (Reshape)          (None, 32, 16, 32)        0         
_________________________________________________________________
up_sampling2d_1 (UpSampling2 (None, 64, 32, 32)        0         
_________________________________________________________________
conv2d_2 (Conv2D)            (None, 64, 32, 32)        9248      
_________________________________________________________________
activation_2 (Activation)    (None, 64, 32, 32)        0         
_________________________________________________________________
conv2d_3 (Conv2D)            (None, 64, 32, 1)         289       
_________________________________________________________________
activation_3 (Activation)    (None, 64, 32, 1)         0         
model.fit_generator(trainGene,
steps_per_epoch=trainGene.n/batch_size,
validation_data=valGene,
validation_steps=valGene.n/batch_size,
epochs=epochs, # number of epochs
verbose=True)

3. 预测重建图像为测试集创建另一个生成器(testGene(

restored = model.predict_generator(testGene, steps=testGene.n/batch_size)

4. 获取差异

   现在您已经为给定的顺序重新构建了图像。

   difference = reconstructed_image - original_image

   例如

   如果你想得到每个图像的均方误差

   RMSE = np.sqrt(np.square(restored - x_test)/dim) 
   #x_test is your original images that used to predict
   

   你可以通过测试得到x_test像这个一样的基因

   x_test = np.zeros((0,  image_height, image_width, image_channels), dtype=float)
   for x, _ in testGene:
   x_test = np.r_[x_test, x]
   if testGene.total_batches_seen > testGene.n/batch_size:
   break