背景
社交媒體平臺是分享有趣的圖像的常用方式。食物圖像，尤其是與不同的美食和文化相關(guān)的圖像，是一個似乎經(jīng)常流行的話題。Instagram 等社交媒體平臺擁有大量屬于不同類別的圖像。我們都可能使用谷歌圖片或 Instagram 上的搜索選項來瀏覽看起來很美味的蛋糕圖片來尋找靈感。但是為了讓這些圖片可以通過搜索獲得，我們需要為每張圖片設(shè)置一些相關(guān)的標簽。
這使得搜索關(guān)鍵字并將其與標簽匹配成為可能。由于手動標記每張圖像極具挑戰(zhàn)性，因此公司使用 ML （機器學(xué)習(xí)）和 DL （深度學(xué)習(xí)）技術(shù)為圖像生成正確的標簽。這可以使用基于一些標記數(shù)據(jù)識別和標記圖像的圖像分類器來實現(xiàn)。
在本文中，讓我們使用 fastai 構(gòu)建一個圖像分類器，并使用一個名為“ fastai”的庫來識別一些食物圖像。
Fastai 簡介
Fastai 是一個開源深度學(xué)習(xí)庫，它為從業(yè)者提供高級組件，可以快速輕松地在傳統(tǒng)深度學(xué)習(xí)領(lǐng)域產(chǎn)生最先進的結(jié)果。它使研究人員可以混合和組合低級組件以創(chuàng)建新技術(shù)。它旨在在不影響可用性、靈活性或性能的情況下實現(xiàn)這兩個目標。
由于 fastai 是用 Python 編寫的，并且基于 PyTorch，因此需要 Python 知識才能理解本文。我們將在 Google Colab 中運行此代碼。除了 fastai，我們將使用圖形處理單元 （GPU） 以盡可能快地獲得結(jié)果。
使用 Fastai 構(gòu)建圖像分類器
讓我們從安裝 fastai 庫開始：
！pip install －Uqq fastai
如果你使用的是 Anaconda，請運行以下命令：
conda install －c fastchan fastai anaconda
讓我們導(dǎo)入分類任務(wù)所需的包。該庫分為模塊，其中最常見的是表格、文本和視覺。因為我們手頭的任務(wù)包括視覺，所以我們從vision庫中導(dǎo)入我們需要的所有功能。
from fastai．vision．a(chǎn)ll import ＊
通過 fastai 庫可以獲得許多學(xué)術(shù)數(shù)據(jù)集。其中之一是 FOOD，它是 URL 下的URLs． FOOD
第一步是獲取并提取我們需要的數(shù)據(jù)。我們將使用 untar＿data 函數(shù)，它會自動下載數(shù)據(jù)集并解壓它。
foodPath ＝ untar＿data（URLs．FOOD）
該數(shù)據(jù)集包含 101，000 張圖像，分為 101 個食物類別，每個類別有 250 個測試圖像和 750 個訓(xùn)練圖像。訓(xùn)練中的圖像沒有被清理。所有圖像的大小都調(diào)整為每邊最大 512 像素。
下一個命令將告訴我們必須處理多少圖像。
len（get＿image＿files（foodPath））
此外，使用以下命令，我們將打印 Food 數(shù)據(jù)集的元目錄的內(nèi)容。
print（os．listdir（foodPath））
meta文件夾包含八個文件，其中四個是文本文件：train．txt、test．txt、classes．txt和labels．txt。train．txt 和 test．txt 文件分別包含訓(xùn)練集和測試集的圖像列表。classes．txt 文件包含所有食品類別和標簽的列表。txt 提供了所有食品圖像標簽的列表。該目錄還包含一個帶有預(yù)訓(xùn)練模型的 ．h5 文件和一個包含 101，000 張 JPG 格式圖像的圖像文件夾。最后，訓(xùn)練集和測試集以 JSON 格式提供。
要查看所有圖像類別，我們將運行以下命令：
image＿dir＿path ＝ foodPath／＇images＇
image＿categories ＝ os．listdir（image＿dir＿path）
print（image＿categories）
然后，我們將執(zhí)行以下命令以查看 101，000 張圖像集合中的示例圖像。
img ＝ PILImage．create（＇／root／．fastai／data／food－101／images／frozen＿yogurt／1942235．jpg＇）
img．show（）；
我們將使用 pandas 函數(shù)讀取 JSON 格式的訓(xùn)練和測試文件。JSON 是一種以人類可讀的形式存儲信息的數(shù)據(jù)格式。
以下代碼從目錄中讀取 train．json 文件并將結(jié)果保存在 df＿train 數(shù)據(jù)幀中。
df＿train＝pd．read＿json（＇／root／．fastai／data／food－101／train．json＇）
然后可以使用 head（） 函數(shù)打印數(shù)據(jù)幀的標題，如下所示。
df＿train．head（）
同樣，通過使用 pandas 函數(shù)，我們將讀取 test．json 文件并將其存儲在 df＿test 數(shù)據(jù)幀中。
df＿test＝pd．read＿json（＇／root／．fastai／data／food－101／test．json＇）
df＿test．head（）
我們正在創(chuàng)建三個帶有我們選擇的食物名稱的標簽來對食物圖像進行分類。
labelA ＝ ＇cheesecake＇
labelB ＝ ＇donuts＇
labelC＝ ＇panna＿cotta＇
現(xiàn)在我們將創(chuàng)建一個 for 循環(huán)，它將遍歷我們下載的所有圖像。在此循環(huán)的幫助下，我們將刪除沒有標簽 A、B 或 C 的圖像。此外，我們使用以下函數(shù)重命名具有各自標簽的圖像。
for img in get＿image＿files（foodPath）：
if labelA in str（img）：
img．rename（f＂｛img．parent｝／｛labelA｝－｛img．name｝＂）
elif labelB in str（img）：
img．rename（f＂｛img．parent｝／｛labelB｝－｛img．name｝＂）
elif labelC in str（img）：
img．rename（f＂｛img．parent｝／｛labelC｝－｛img．name｝＂）
else： os．remove（img）
讓我們使用以下命令檢查運行循環(huán)后獲得的圖像數(shù)量：
len（get＿image＿files（foodPath））
讓我們在三個選擇的食物中嘗試一個示例標簽，看看重命名是否正確。
def GetLabel（fileName）：
return fileName．split（＇－＇）［0］
GetLabel（＂cheesecake－1092082．jpg＂）
以下代碼生成一個 DataLoaders 對象，該對象表示訓(xùn)練和驗證數(shù)據(jù)的混合。
dls ＝ ImageDataLoaders．from＿name＿func（
foodPath， get＿image＿files（foodPath）， valid＿pct＝0．2， seed＝42，
label＿func＝GetLabel， item＿tfms＝Resize（224））
dls．train．show＿batch（）
在這種情況下，我們將：
· 使用路徑選項指定下載和提取數(shù)據(jù)的位置。
· 使用 get＿image＿ files 函數(shù)從指定位置收集所有文件名。
· 對數(shù)據(jù)集使用 80–20 拆分。
· 使用 GetLabel 函數(shù)從文件名中提取標簽。
· 將所有圖像調(diào)整為相同大小，即 224 像素。
· 使用 show＿batch 函數(shù)生成一個輸出窗口，顯示帶有指定標簽的訓(xùn)練圖像網(wǎng)格。
是時候?qū)⒛Ｐ头胖玫轿涣�。使�?ResNet34 架構(gòu)，我們將通過專注于稱為 vision＿learner （） 的單個函數(shù)調(diào)用來構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)。
vision＿learner 函數(shù)（也稱為 cnn＿learner）有利于訓(xùn)練計算機視覺模型。它包括你的原始圖像數(shù)據(jù)集、預(yù)訓(xùn)練模型 resnet34 和一個度量錯誤率，它決定了在驗證數(shù)據(jù)中錯誤識別的圖像的比例。resnet34 中的 34 指的是這種架構(gòu)類型中的層數(shù)（其他選項有 18、50、101 和 152）。使用更多層的模型需要更長的訓(xùn)練時間并且更容易過度擬合。
Fastai 提供了一個“fine＿tune”函數(shù)，用于調(diào)整預(yù)訓(xùn)練模型，以使用我們選擇的數(shù)據(jù)解決我們的特定問題。為了訓(xùn)練模型，我們將 epoch 數(shù)設(shè)置為 10。
learn ＝ vision＿learner（dls， resnet34， metrics＝error＿rate， pretrained＝True）
learn．fine＿tune（epochs＝10）
也可以通過將指標替換為“accuracy”來檢查相同模型的準確性。
從上面的結(jié)果，我們可以說，即使只有 10 個 epoch，預(yù)訓(xùn)練的 ResNet34 模型在多標簽分類任務(wù)中表現(xiàn)出 ＞ 85％ 的良好準確率。如果我們增加 epoch 的數(shù)量，模型的準確性可能會提高。
現(xiàn)在，讓我們測試一些示例圖像來檢查我們的模型的性能。
示例圖片 ＃1
示例圖片 ＃2
示例圖片 ＃3
從上面的結(jié)果，我們可以說我們的模型能夠正確識別樣本圖像。
訓(xùn)練模型后，我們可以將其部署為 Web 應(yīng)用程序供其他人使用。盡管 fastai 主要用于模型訓(xùn)練，但你可以使用“l(fā)earn．export”函數(shù)快速導(dǎo)出 PyTorch 模型以用于生產(chǎn)。
結(jié)論
在本教程中，我們學(xué)習(xí)了如何使用基于 PyTorch 的 fastai 構(gòu)建食物圖像分類器�？梢允褂� Heroku 或 Netlify 等服務(wù)部署此模型，以使此模型可用作 Web 應(yīng)用程序。
以下是本文的一些主要內(nèi)容：
我們可以使用 fastai 以最少的代碼建立深度學(xué)習(xí)模型。因此，fastai 使得使用 PyTorch 進行深度學(xué)習(xí)任務(wù)變得更加容易。
食品分類對于計算機視覺應(yīng)用來說是一項具有挑戰(zhàn)性的任務(wù)，因為根據(jù)裝飾和供應(yīng)方式的不同，同一種食品在不同地方看起來可能會有很大差異。盡管如此，通過利用遷移學(xué)習(xí)的力量，我們可以使用預(yù)訓(xùn)練模型來識別食品并對其進行正確分類。
我們?yōu)榇朔诸惼魇褂昧祟A(yù)訓(xùn)練模型 ResNet34。但是，你可以使用其他預(yù)訓(xùn)練模型，如 VGG、Inception、DenseNet 等，來構(gòu)建你自己的模型。
