用Keras实现3D卷积神经网络

lijingle 深度学习 2020-11-25 11:13 3319人围观

本文主要介绍怎么用keras实现你自己的3D卷积网络。

首先要介绍什么是3D卷积网络，然后3D和2D卷积网络的不同点。最后一步一步使用keras去实现自己的3D卷积网络。

什么是3D卷积网络

3D卷积网络不管怎么说和2D卷积网络都是非常相似的。以下是它们的不同点。

3D卷积层

下图是2D卷积的方式，输入层是一个4x4矩阵，滤波器是一个3x3的矩阵，卷积操作是滤波器对输入层每一项进行相乘。然后得到一个2x2矩阵。

2d卷积

3D卷积

填充选项和 slides 选项的工作方式相同。

3d MaxPool Layers

2d Maxpool Layers (2x2 filter) 是取一个小的2x2矩阵的最大元素，我们把它从输入中取出来。

最大池化

现在3D的最大池化 Maxpool (2x2x2) ，我们在宽度为2的立方体中寻找最大元素。此多维数据集表示由输入的2x2x2区域分隔的空格

注意，操作的数量(与2d CNN层相比)乘以所使用的过滤器的大小(不管该层是Maxpool还是卷积)，也乘以输入本身的大小。

三维数据集

3维点云数据是什么样子的，下面是从数据集中显示的其中一个。

数据

数据集的下载可以通过以下网址进行下载。

RGB-D devices: Google Tango, Microsoft Kinect, etc.
Lidar
3D reconstruction from multiple images

预处理与实现

可以自己尝试使用的Kaggle数据集上的代码：

需要导入的库如下：

import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"   #if like me you do not have a lot of memory in your GPU
os.environ["CUDA_VISIBLE_DEVICES"] = "" #then these two lines force keras to use your CPU
import keras
from keras.models import Sequential
from keras.layers import Dense, Flatten, Conv3D, MaxPooling3D, Dropout, BatchNormalization
from keras.utils import to_categorical
import numpy as np
import matplotlib.pyplot as plt
import h5py

首先对数据集进行预处理，下面代码是对数据集进行处理：

def array_to_color(array, cmap="Oranges"):
    s_m = plt.cm.ScalarMappable(cmap=cmap)
    return s_m.to_rgba(array)[:,:-1]
def rgb_data_transform(data):
    data_t = []
    for i in range(data.shape[0]):
        data_t.append(array_to_color(data[i]).reshape(16, 16, 16, 3))
    return np.asarray(data_t, dtype=np.float32)

数据集存储为h5文件，因此要提取实际的数据点，需要从h5文件中读取数据，并使用 to_categorical函数将其转换为向量。在这一步中，我们也为交叉验证做准备

with h5py.File("./full_dataset_vectors.h5", "r") as hf:    
    # Split the data into training/test features/targets
    X_train = hf["X_train"][:]
    targets_train = hf["y_train"][:]
    X_test = hf["X_test"][:] 
    targets_test = hf["y_test"][:]
    # Determine sample shape
    sample_shape = (16, 16, 16, 3)
    # Reshape data into 3D format
    X_train = rgb_data_transform(X_train)
    X_test = rgb_data_transform(X_test)
    # Convert target vectors to categorical targets
    targets_train = to_categorical(targets_train).astype(np.integer)
    targets_test = to_categorical(targets_test).astype(np.integer)

下面是3D模型的构建，其代码如下，使用的是比较简单的网络：

# Create the model
model = Sequential()
model.add(Conv3D(32, kernel_size=(3, 3, 3), activation='relu', kernel_initializer='he_uniform', input_shape=sample_shape))
model.add(MaxPooling3D(pool_size=(2, 2, 2)))
model.add(BatchNormalization(center=True, scale=True))
model.add(Dropout(0.5))
model.add(Conv3D(64, kernel_size=(3, 3, 3), activation='relu', kernel_initializer='he_uniform'))
model.add(MaxPooling3D(pool_size=(2, 2, 2)))
model.add(BatchNormalization(center=True, scale=True))
model.add(Dropout(0.5))
model.add(Flatten())
model.add(Dense(256, activation='relu', kernel_initializer='he_uniform'))
model.add(Dense(256, activation='relu', kernel_initializer='he_uniform'))
model.add(Dense(10, activation='softmax'))
# Compile the model
model.compile(loss='categorical_crossentropy',
              optimizer=keras.optimizers.Adam(lr=0.001),
              metrics=['accuracy'])
model.summary()
# Fit data to model
history = model.fit(X_train, targets_train,
            batch_size=128,
            epochs=40,
            verbose=1,
            validation_split=0.3)

注意，与2d cnn相比，相同层数的参数数要高得多。

下面是经过一段时间的train，得到了一个小样本的训练结果。