您的位置: 首页  >  文章  >  matconvnet数据集的构建

matconvnet数据集的构建

分类: 文章 • 2024-01-01 18:54:10

手掌静脉识别时的感兴趣区域的提取（ROI）。主要是分为三个步骤，虽然实际实现的时候不是很难，但是需要很多的的前期工作。

第一：设计算法分辨左右手，这样的目的可以减少在图像库中匹配和识别的时间，我们可以制作两个数据集，分左右手，识别出左右手之后直接在所在的数据集中进行识别匹配。

第二：设计网络识别手掌图像的ROI区域

第三：做实验验证算法的可行性与精确度

接下来我们来看一下如何用matconvnet来训练自己的数据实现左右手的分类

一、matconvnet的安装与配置

这一步很多博主都写得很清楚了，这里给出一个我参考的链接

MatConvNet卷积神经网络（四）——用自己的数据训练

当然还有官网的教程

MatConvNet: CNNs for MATLAB

根据上面的教程，如果你运行setup.m没有问题，那就好了。不得不是matconvnet真是很适合想学习深度学习入门最好的工具，因为不需要很高的硬件要求也没有像caffe要求编译那么多，出现的问题也就会少很多。

二、训练自己的数据

1.修改网络结构 

我的学习主要是学习example文件夹下的mnist文件为主，在cnn_mnist_init.m中主要是设置了网络结构，初始化了网络参数，如果我们要自己设计网络的时候，可以直接在这里改，注意在改的时候需要注意一下，

matconvnet数据集的构建

已上图为例，layer1和核大小为5*5，有20个这样的核，所以在之后的偏置也就是zeros(1,20)中，后面的一个数必须与randn(5,5,1,20)的最后一个数要一致，不要改了前面忘了后面，同时改了上层之后，下层的值也是要改的，也是要注意一致的问题。我刚开始的时候犯了这个错误。

2.数据集制作

参考链接
首先我们来看一下mnist的数据结构，在cnn_mnist.m文件中的getMnsitImdb函数就用来生成数据集。
matconvnet数据集的构建
通过上面的代码和学习可以得到一下知识
变量“x1”存储训练集中的图片，可以看出训练集中有60000张图片，图片大小为28*28，这个变量中包括positive和negitive图片，可以前面若干张是positive，后面若干张是negative，但是要注意变量“y1”中的lable对应，下面会给出例子。变量“x2”存储验证集中的图片，有10000张验证图片。变量y1存储训练集的lable,因为在matconvnet中lable不能设置为0，所以要加1。同理,变量“y2”存储验证集中的lable。
imdb.meta.sets = {'train', 'val', 'test'} ;set=1代表train,set=2,代表val，对应上就好，当然在不同的程序中可能有不同的标准。
最后注意imdb的结构就可以了，这是一个结构体，里面有images和meta,imdb.images中又有data,data_mean,lables和set值，imdb.meta中有sets和classes的值。有了上面的知识，我们就可以制作自己的数据集了，下面是我制作的训练手掌左右手的数据集的代码。
[html] view plain copy
  1. function imdb = getMnistImdb(opts)  
[html] view plain copy
  1. x1=zeros(28,28,600);    
  2. %y1(1:300) stores female labels(1) in the train set    
  3. %y1(301:600) stores male labels(2) in the train set    
  4. %变量“x1”存储训练集中的图片，左手和右手的图片各给300张，其前300维存储左手，  
  5. %后300维存储右手；而变量“y1”存储训练集对应的标签，也是其前300维存储左手，  
  6. %后300维存储右手，这里需要注意的是，matconvnet不能把类别标签设置为“0”，  
  7. %否则对其他一些类别不能再识别；这里为二分类问题，这里，左手对应于标签“1”，右手对应于标签“2”。  
  8. %同理，“x2”和“y2”对应于验证集中的数据，其中左手和右手图片各80张  
  9. y1=cat(2,ones(1,300),ones(1,300)+1);    
  10. %读取训练集图片左手    
  11. img_file_path=fullfile(vl_rootnn,'data\palm\train\left_hand');    
  12. img_dir=dir(img_file_path);    
  13. for i=1:length(img_dir)-2      
  14.     filename=fullfile(img_file_path,img_dir(i+2).name);  
  15.     I=imread(filename);    
  16.     I=imresize(I,[28,28]); %将图片压缩为28*28大小    
  17.     x1(:,:,i)=I;    
  18. end    
  19. img_file_path=fullfile(vl_rootnn,'data\palm\train\right_hand');    
  20. img_dir=dir(img_file_path);    
  21. for i=1:length(img_dir)-2      
  22.     filename=fullfile(img_file_path,img_dir(i+2).name);   
  23.     I=imread(filename);    
  24.     I=imresize(I,[28,28]); %将图片压缩为28*28大小    
  25.     x1(:,:,i+300)=I;    
  26. end    
  27. x2=zeros(28,28,160);  
  28. y2=cat(2,ones(1,80),ones(1,80)+1);  
  29. img_file_path=fullfile(vl_rootnn,'data\palm\val\left_hand');    
  30. img_dir=dir(img_file_path);    
  31. for i=1:length(img_dir)-2      
  32.     filename=fullfile(img_file_path,img_dir(i+2).name);  
  33.     I=imread(filename);    
  34.     I=imresize(I,[28,28]); %将图片压缩为28*28大小    
  35.     x2(:,:,i)=I;    
  36. end    
  37. img_file_path=fullfile(vl_rootnn,'data\palm\val\right_hand');    
  38. img_dir=dir(img_file_path);    
  39. for i=1:length(img_dir)-2      
  40.     filename=fullfile(img_file_path,img_dir(i+2).name);  
  41.     I=imread(filename);    
  42.     I=imresize(I,[28,28]); %将图片压缩为28*28大小    
  43.     x2(:,:,i+80)=I;    
  44. end  
[html] view plain copy
  1. set = [ones(1,numel(y1)) 3*ones(1,numel(y2))];  
  2. data = single(reshape(cat(3, x1, x2),28,28,1,[]));  
  3. dataMean = mean(data(:,:,:,set == 1), 4);  
  4. data = bsxfun(@minus, data, dataMean) ;  
  5. imdb.images.data = data ;  
  6. imdb.images.data_mean = dataMean;  
  7. imdb.images.labels = cat(2, y1, y2) ;  
  8. imdb.images.set = set ;  
  9. imdb.meta.sets = {'train', 'val', 'test'} ;  
  10. imdb.meta.classes = arrayfun(@(x)sprintf('%d',x),0:1,'uniformoutput',false) ;  

3.训练网络

得到训练结果如下，我们的数据只有600张，所以训练的效果不是很好。虽然结果不怎么好，但是实现是没用问题的，接下来就是加大数据集来试试了。matconvnet数据集的构建
这里要说一下top1error与top5error
这里写的很清楚  http://stats.stackexchange.com/questions/156471/imagenet-what-is-top-1-and-top-5-error-rate

First, you make a prediction using the CNN and obtain the predicted class multinomial distribution (∑pclass=1∑pclass=1).

Now, in the case of top-1 score, you check if the top class (the one having the highest probability) is the same as the target label.

In the case of top-5 score, you check if the target label is one of your top 5 predictions (the 5 ones with the highest probabilities).

In both cases, the top score is computed as the times a predicted label matched the target label, divided by the number of data-points evaluated.

Finally, when 5-CNNs are used, you first average their predictions and follow the same procedure for calculating the top-1 and top-5 scores.

4.结果测试

输入一个单张图片，测试结果如下：
matconvnet数据集的构建
测试和训练的数据集均来自CISIA_dataSet
测试代码如下：
[html] view plain copy
  1. train_imdb_path=fullfile(vl_rootnn,'\data\mnist-baseline-simplenn\imdb.mat');    
  2. net=load('net.mat');  
  3. net=net.net;  
  4. net.layers{end}.type = 'softmax';   
  5.   
  6. im1=imread('H:\dataSet\CISIA_dataSet\0004_m_r_05.jpg');    
  7. im=imresize(im1,[28,28]);  
  8. test_img = single(im);  
  9. train_imdb=load(train_imdb_path);   
  10. train_data_mean=train_imdb.images.data_mean;    
  11. test_img=bsxfun(@minus,test_img,train_data_mean);    
  12. res = vl_simplenn(net,test_img);    
  13. scores=squeeze(gather(res(end).x));     
  14. [bestScore, best] = max(scores);   
  15. imshow(im1);  
  16. switch best  
  17.     case 1  
  18.         title('判断结果：左手');  
  19.     case 2  
  20.         title('判断结果：右手');  
  21. end  

相关推荐