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，我尝试了一些我在网上找到的示例，但所有这些都在 Mnist 数据集上工作，这使得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个自动编码器。 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我的图像和预处理..）？（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 image processing，ImageGenerator 类进行图像增强并将图像加载到网络。

首先您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 从目录加载图片

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）

1. 构建卷积自动编码器模型并适应生成器

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，从简单的架构开始。

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)

1. 预测重构图像 为测试集（testGene）创建另一个生成器

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

4. 找不同

   现在您已经为给定的订单重新构建了图像。

   difference = reconstructed_image - original_image

   例如，

   如果你想得到每张图片的均方误差

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

   你可以像这样通过testGene获取x_test

       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