说明：本文所有内容截选自实验楼教程【Keras 实战项目：通过预训练模型实现迁移学习】，该教程总共2节实验：

• Keras 预训练模型介绍和使用
• 使用 InceptionV3 模型实现迁移学习

Keras简介：

Keras 是一个基于 Python 的高层神经网络库，其可以使用 Tensorflow、Theano 以及 CNTK 等著名深度学习框架作为后端。Keras 的设计理念为简单而便捷，你可以通过几行代码构建一个复杂的卷积神经网络或循环神经网络。

文章带你了解 Keras 的预训练模型，并学会使用预训练模型做一些有趣的小实验。

Keras 预训练模型介绍和使用

1 Keras 安装及配置

本课程（指实验楼上该课程）的默认环境已为你安装好了 Keras，并采用 Tensorflow 作为后端。如果你需要在本地搭建 Keras 环境，需要先安装相应版本的 Tensorflow，再安装 Keras，命令如下：

# GPU 版本 Tensorflow
>>> pip install --upgrade tensorflow-gpu

# CPU 版本 Tensorflow
>>> pip install --upgrade tensorflow

# Keras 安装
>>> pip install keras

安装完成后，在终端中执行：

>>> import keras

如果能顺利返回：

Using Tensorflow backend.

即代表 Keras 安装成功。

此处输入图片的描述

如今，Keras 已经默认采用 Tensorflow 作为后端，一般情况下，也无必要再采用 Theano 作为后端了。

2 Keras 预训练模型简介

在 Keras 中，包含有一个辅助应用模块 keras.applications，其提供了带有预训练权重的 Keras 模型。你可以直接使用这些模型，或者像本文一样对模型进行改造后完成迁移学习。

计算机视觉领域，有 3 个最著名的比赛，分别是：ImageNet ILSVRC，PASCAL VOC 和微软 COCO 图像识别大赛。其中，Keras 中的模型大多是以 ImageNet 提供的数据集进行权重训练。

目前，Keras 包含有 5 个预训练模型，分别为：Xception，VGG16，VGG19，ResNet50，InceptionV3，MobileNet。其中：

Xception 由 Google 在 2016 年基于 ImageNet 完成训练，并取得了验证集 top1 0.790 和 top5 0.945 的分类正确率。目前，Keras 采用的 Xception 模型预训练权重由 Keras 训练而来。Keras 导入 Xception 模型及默认参数如下：

keras.applications.xception.Xception(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)

VGG16 模型和VGG19模型均有牛津大学 VGG（Visual Geometry Group）发布的预训练权重移植而来。VGG 模型取得的成绩如下：

此处输入图片的描述

Keras 导入 VGG16 和 VGG19 模型及默认参数如下：

keras.applications.vgg16.VGG16(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)

keras.applications.vgg19.VGG19(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)

ResNet50 是由微软团队训练的 50 层残差网络模型。其在 ILSVRC & COCO 2015 比 中获得了第一名，比 VGG16 的错误分类率更低。ResNet50 模型预训练权重由原团队移植而来。Keras 导入 ResNet50 模型及默认参数如下：

keras.applications.resnet50.ResNet50(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)

InceptionV3模型由 Google 构建，其通过 ILSVRC 2012 提供的基准测试得到了 Top-1 4.2% 的错误分类率。Keras 导入 InceptionV3 模型及默认参数如下：

keras.applications.inception_v3.InceptionV3(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)

MobileNet 模型是 Google 发布用于移动端和嵌入式设备的卷积神经网络模型。与其他模型相比，MobileNet 在计算资源和预测精度之间进行了均衡，可广泛应用与对象检测、细粒度分类、面部识别以及大规模地理定位等方面。Keras 导入 MobileNet 模型及默认参数如下：

keras.applications.mobilenet.MobileNet(input_shape=None, alpha=1.0, depth_multiplier=1, dropout=1e-3, include_top=True, weights='imagenet', input_tensor=None, pooling=None, classes=1000)

3 使用 InceptionV3 完成 ImageNet 分类

下面，我们使用 Karas 提供的 InceptionV3 预训练模型完成 ImageNet ILSVRC 分类。

上面我们提到过，ImageNet 是目前世界上最大的可用于机器学习图像测试的数据集，其拥有超过 1500 万张训练图片，以及经过标记的2.2万种类别。值得一提的是，ImageNet 最初是由华裔科学家李飞飞带领的团队创建，她也是著名的机器学习专家，目前在斯坦福任教。

在本章节中，我们打算采用 InceptionV3 预训练模型对 ImageNet ILSCVRC 所包含的类别集合进行识别。ILSCVRC 的全称为 ImageNet Large Scale Visual Recognition Competition，译作：ImageNet 大规模图像识别竞赛。其包含的标签数量为1000种，可以通过 此页面 查看（下图）。

此处输入图片的描述

下面，我们使用 Keras 来构建图像识别代码。我们要实现的效果大致为：导入一张图片，然后让预训练模型来判断图片中所包含的主体要素是什么（汽车？长颈鹿？狗熊？）。

在这之前，我们先打开终端，初步尝试构建模型：

# 导入模型
>>> from keras.applications.inception_v3 import InceptionV3

# 构建 InceptionV3 模型
>>> model = InceptionV3()

你会发现，终端开始尝试从 Github 上，下载以.h5结尾的InceptionV3 预训练模型。

此处输入图片的描述

由于模型较大，十分容易出现下载失败的情况。本次实验已经预先下载好 InceptionV3 预训练模型，并传到的实验楼自己的服务器上。

你可以直接关闭正在执行的终端，重新打开新终端，通过以下代码，将模型下载下来，并放到正确的位置：

# 切换到 Keras 预训练模型保存位置
cd ~/.keras/models

# 从实验楼服务器下载 InceptionV3 预训练模型
wget http://labfile.oss.aliyuncs.com/courses/932/inception_v3_weights_tf_dim_ordering_tf_kernels.h5

# 从实验楼服务器下载 ImageNet ILSCVRC 类别索引
wget http://labfile.oss.aliyuncs.com/courses/932/imagenet_class_index.json

正常情况下，你会在数秒之后完成模型下载。

此处输入图片的描述

当然，在此也提供了两张演示照片，方便测试。你需要提前下载到实验环境中：

# 切换默认目录
cd ~

# 从实验楼服务器下载演示照片
wget http://labfile.oss.aliyuncs.com/courses/932/demo1.jpg
wget http://labfile.oss.aliyuncs.com/courses/932/demo2.jpg

完成上面的准备工作，我们就可以开始图像识别了。

>>> import numpy as np
>>> from keras.preprocessing import image
>>> from keras.applications.inception_v3 import InceptionV3
>>> from keras.applications.inception_v3 import preprocess_input
>>> from keras.applications.inception_v3 import decode_predictions

# 新建模型，此处实际上是导入预训练模型
>>> model = InceptionV3()
model.summary()

此处输入图片的描述

我们可以先用.summary()方法看一下 InceptionV3 模型的内部构成。可以看到，该模型拥有 313 层，包含了 23,851,784 个参数。这是一个相当复杂的模型。

接着书写代码

# 按照 InceptionV3 模型的默认输入尺寸，载入 demo1 图像
img = image.load_img('demo1.jpg', target_size=(299, 299))

# 提取特征
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

# 预测并输出概率最高的三个类别
preds = model.predict(x)
print('Predicted:', decode_predictions(preds, top=3)[0])

我们可以看到输出结果：

此处输入图片的描述

也就是说，有76.4%的概率，该照片中包含有 macaque（猕猴）。demo1 图像如下：

此处输入图片的描述

的确是猕猴，模型预测正确了。

以上，我们就使用InceptionV3 预训练模型完成了图像识别。InceptionV3预训练模型是非常厉害的，Google 采用了 120 万张图片，经由数周训练完成。

我们改进一下代码，使其变得更加好用。

使用实验楼在线环境桌面的 gedit 编写代码，并保存为 inception_v3.py 文件。

关于如何改进代码，可以点击实验楼教程【Keras 实战项目：通过预训练模型实现迁移学习】进行查看；

实验总结

文章的主要内容是使用Keras 预训练模型对图像进行识别。学完之后，我们应该可以使用 InceptionV3 构建的小脚本去完成一些有趣的识别游戏。

但是，这里所用到的 InceptionV3是封装好的.h5 模型文件，里面包含有预先训练好的权重值。在下一个章节（指该教程的下一个章节）中，我们会对模型进行拆解，然后经过对神经网络层改造之后，使之能更好地完成精度要求更高的分支问题（只识别猫或狗）。也就是要谈到的迁移学习。

参考资料:

《How to build an image recognition system using Keras and Tensorflow for a 1000 everyday object categories (ImageNet ILSVRC)》

最后：

• 点击【Keras 实战项目：通过预训练模型实现迁移学习】查看教程第二节内容[使用 InceptionV3 模型实现迁移学习]~
• 更多实战项目，点击这里进行查看~
• 12条技术学习路径，带你零基础入门编程~