标签：TensorFlow2 知识点 必问 特征 image VGG content 图像 tf
[](
)使用VGG提取特征
分类器CNN可以分为两部分：第一部分称为特征提取器 (feature extractor)，主要由卷积层组成；后一部分由几个全连接层组成，输出类概率得分，称为分类器头 (classifier head)。在ImageNet上为分类任务预先训练的CNN也可以用于其他任务，这就是所谓的迁移学习 (transfer learning)，我们可以转移或重用一些学到的知识到新的网络或应用中。
在CNN中，图像重建的两个步骤如下：
-
通过CNN向前计算图像以提取特征。
-
使用随机初始化的输入，并进行训练，以便其重建与步骤1中的参考特征最匹配的特征。
在正常的网络训练中，输入图像是固定的，并且使用反向传播的梯度来更新网络权重。在神经风格迁移中，所有网络层都被冻结，而我们使用梯度来修改输入。在原始的论文使用的是 VGG19， Keras 有一个可以使用的预训练模型。VGG的特征提取器由五个块组成，每个块的末尾都有一个下采样。每个块都有2～4个卷积层，整个VGG19具有16个卷积层和3个全连接层。
在下文中，我们将实现内容重构，同时将其扩展以执行风格迁移。以下是使用预训练的VGG提取block4_conv2的输出层的代码：
因为我们只需要提取特征，所以在实例化VGG模型时使用include_top = False冻结网络参数
vgg = tf.keras.applications.VGG19(include_top=False, weights=‘imagenet’)
content_layers = [‘block4_conv2’]
content_outputs = [vgg.get_layer(x).output for x in content_layers]
model = Model(vgg.input, content_outputs)
预训练的 Keras CNN 模型分为两部分。底部由卷积层组成，通常称为特征提取器，而顶部是由全连接层组成的分类器头。因为我们只想提取特征而不关心分类器，所以在实例化VGG模型时将设置 include_top = False 。
[](
)图像加载
首先需要加载内容图像和风格图像：
def scale_image(image):
MAX_DIM = 512
scale = np.max(image.shape)/MAX_DIM
print(image.shape)
new_shape = tf.cast(image.shape[:2]/scale, tf.int32)
image = tf.image.resize(image, new_shape)
return image
content_image = scale_image(np.asarray(Image.open(‘7.jpg’)))
style_image = scale_image(np.asarray(Image.open(‘starry-night.jpg’)))
[](
)VGG预处理
Keras 预训练模型期望输入图像的BGR范围为 [0, 255] 。因此，第一步是反转颜色通道，以将 RGB 转换为BGR 。 VGG 对不同的颜色通道使用不同的平均值，可以使用 tf.keras.applications.vgg19.preprocess_input() 进行预处理，在 preprocess_input() 内部，分别为B，G和R通道的像素值减去 103.939 、116.779 和 123.68 。
以下是前向计算代码，在对图像进行前向计算之前先对其进行预处理，然后再将其输入模型以返回内容特征。然后，我们提取内容特征并将其用作我们的目标：
def extract_features(image):
image = tf.keras.applications.vgg19。preprocess_input(image *255.)
content_ref = model(image)
return content_ref
content_image = tf.reverse(content_image, axis=[-1])
content_ref = extract_features(content_image)
在代码中，由于图像已标准化为 [0., 1.]，因此我们需要通过将其乘以255将其恢复为 [0.，255.]。然后创建一个随机初始化的输入，该输入也将成为风格化的图像：
image = tf.Variable(tf.random.normal( shape=content_image.shape))
接下来，我们将使用反向传播从内容特征中重建图像。
[](
)重建内容
在训练步骤中，我们将图像馈送到冻结的 VGG 中以提取内容特征，然后使用 L 2 L_2 L2损失针对目标内容特征进行度量，用于计算每个特征层的L2损失：
def calc_loss(y_true, y_pred):
loss = [tf.reduce_sum((x-y)**2) for x, y in zip(y_pred, y_true)]
return tf.reduce_mean(loss)
使用 tf.GradientTape() 计算梯度。在正常的神经网络训练中，将梯度更新应用于可训练变量，即神经网络的权重。但是，在神经风格迁移中，将梯度应用于图像。之后，将图像值剪裁在 [0., 1.] 之间，如下所示：
for i in range(1,steps+1):
with tf.GradientTape() as tape:
content_features = self.extract_features(image)
loss = calc_loss(content_features, content_ref)
grad = tape.gradient(loss, image)
optimizer.apply_gradients([(grad, image)])
image.assign(tf.clip_by_value(image, 0., 1.))
使用block1_1重建图像，训练了2000步后，得到重构后的内容图像：
使用block4_1重建图像，训练了2000步后，得到重构后的内容图像：
2.png?,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xPVkVteTEzNDYxMQ==,size_16,color_FFFFFF,t_70#pic_center)
可以看到使用层block4_1时，开始丢失细节，例如树叶的形状。当我们使用block5_1时，我们看到几乎所有细节都消失了，并充满了一些随机噪声：
如果我们仔细观察，树叶的结构和边缘仍然得到保留，并在其应有的位置。现在，我们已经提取了内容，提取内容特征后，下一步是提取样式特征。
[](
)用Gram矩阵重建风格
在内容重建中可以看出，特征图（尤其是前几层）既包含风格又包含内容。那么我们如何从图像中提取风格特征呢？方法是使用 Gram 矩阵，该矩阵可计算不同滤波器响应之间的相关性。假设卷积层1的激活形状为 (H, W, C) ，其中 H 和 W 是空间尺寸，C 是通道数，等于滤波器的数量，每个滤波器检测不同的图像特征。
当具有一些共同的特征(例如颜色和边缘)时，则认为它们具有相同的纹理。例如，如果我们将草地的图像输入到卷积层中，则检测垂直线和绿色的滤波器将在其特征图中产生更大的响应。因此，我们可以使用特征图之间的相关性来表示图像中的纹理。
要通过形状为 (H, W, C) 的激活来创建Gram矩阵，我们首先将其重塑为 C 个向量。每个向量都是大小为 H×W 的一维特征图。对 C 个向量执行点积运算，以获得对称的C×C Gram 矩阵。在 TensorFlow 中计算 Gram 矩阵的详细步骤如下：
-
使用
tf.squeeze()将批尺寸(1, H, W, C)修改为(H, W, C)； -
转置张量以将形状从
(H, W, C)转换为(C, H, W)； -
将最后两个维度展平为
(C, H×W)； -
执行特征的点积以创建形状为
(C, C)的Gram矩阵； -
通过将矩阵除以每个展平的特征图中的元素数
(H×W)进行归一化。
计算 Gram 矩阵的代码如下：
def gram_matrix(x):
x = tf.transpose(tf.squeeze(x), (2,0,1));
x = tf.keras.backend.batch_flatten(x)
num_points = x.shape[-1]
gram = tf.linalg.matmul(x, tf.transpose(x))/num_points
return gram
可以使用此函数为指定的样式层的每个 VGG 层获取 Gram 矩阵。然后，我们对来自目标图像和参考图像的 Gram 矩阵使用 L 2 L_2 L2损失。损失函数与内容重建相同。创建 Gram 矩阵列表的代码如下：
def extract_features(image):
image = tf.keras.applications.vgg19.preprocess_input(image *255.)
styles = self.model(image)
styles = [self.gram_matrix(s) for s in styles]
return styles
以下图像是从不同VGG图层的风格特征中重构得到的：
（1）Python所有方向的学习路线（新版）
这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
最近我才对这些路线做了一下新的更新，知识体系更全面了。
（2）Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
（3）100多个练手项目
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。
他的知识资源进行进阶。
（3）100多个练手项目
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。
标签：TensorFlow2,知识点,必问,特征,image,VGG,content,图像,tf 来源： https://blog.csdn.net/java199909/article/details/123633229
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。