与25.2节的想法类似，我们先将每个像素看作一个特征，用常用的逻辑回归模型做一下尝试，看看对于彩色图像的分类效果；随后，再实验图像分类问题的经典模型：卷积神经网络（CNN）。

26.2.1 逻辑回归模型

尝试逻辑回归模型，将每个像素看作一个特征，使用TensorToVector组件，将张量格式的图片数据转换为向量，然后使用LogisticRegression进行训练，并计算模型指标。

  1. new Pipeline()
  2.     .add(
  3.         new TensorToVector()
  4.             .setSelectedCol("tensor")
  5.             .setReservedCols("label")
  6.     )
  7.     .add(
  8.         new LogisticRegression()
  9.             .setVectorCol("tensor")
  10.             .setLabelCol("label")
  11.             .setPredictionCol(PREDICTION_COL)
  12.             .setPredictionDetailCol(PREDICTION_DETAIL_COL)
  13.     )
  14.     .fit(train_set)
  15.     .transform(test_set)
  16.     .link(
  17.         new EvalBinaryClassBatchOp()
  18.             .setLabelCol("label")
  19.             .setPredictionDetailCol(PREDICTION_DETAIL_COL)
  20.             .lazyPrintMetrics()
  21.     );
  22. BatchOperator.execute();

得到LR模型的评估指标如下，精确度为0.6164。

  1. -------------------------------- Metrics: --------------------------------
  2. Auc:0.6496    Accuracy:0.6164    Precision:0.6264    Recall:0.6022    F1:0.6141    LogLoss:0.6812
  3. |Pred\Real|dog|cat|
  4. |---------|---|---|
  5. |      dog|763|455|
  6. |      cat|504|778|

26.2.2 CNN模型

定义CNN模型结构如下：

  1. _________________________________________________________________ 
  2. Layer (type)                 Output Shape              Param #    
  3. ================================================================= 
  4. tensor (InputLayer)          [(None, 32, 32, 3)]       0          
  5. _________________________________________________________________ 
  6. conv2d (Conv2D)              (None, 30, 30, 32)        896        
  7. _________________________________________________________________ 
  8. max_pooling2d (MaxPooling2D) (None, 15, 15, 32)        0          
  9. _________________________________________________________________ 
  10. conv2d_1 (Conv2D)            (None, 13, 13, 64)        18496      
  11. _________________________________________________________________ 
  12. max_pooling2d_1 (MaxPooling2 (None, 6, 6, 64)          0          
  13. _________________________________________________________________ 
  14. flatten (Flatten)            (None, 2304)              0          
  15. _________________________________________________________________ 
  16. dropout (Dropout)            (None, 2304)              0          
  17. _________________________________________________________________ 
  18. logits (Dense)               (None, 1)                 2305       
  19. ================================================================= 
  20. Total params: 21,697                                              
  21. Trainable params: 21,697                                          
  22. Non-trainable params: 0                                           
  23. _________________________________________________________________

使用KerasSequentialClassifierTrainBatchOp进行模型训练，并将模型保存到文件MODEL_CNN_FILE，相应代码如下

  1. train_set
  2.     .link(
  3.         new KerasSequentialClassifierTrainBatchOp()
  4.             .setTensorCol("tensor")
  5.             .setLabelCol("label")
  6.             .setLayers(
  7.                 "Conv2D(32, kernel_size=(3, 3), activation='relu')",
  8.                 "MaxPooling2D(pool_size=(2, 2))",
  9.                 "Conv2D(64, kernel_size=(3, 3), activation='relu')",
  10.                 "MaxPooling2D(pool_size=(2, 2))",
  11.                 "Flatten()",
  12.                 "Dropout(0.5)"
  13.             )
  14.             .setNumEpochs(50)
  15.             .setSaveCheckpointsEpochs(2.0)
  16.             .setValidationSplit(0.1)
  17.             .setSaveBestOnly(true)
  18.             .setBestMetric("auc")
  19.     )
  20.     .link(
  21.         new AkSinkBatchOp()
  22.             .setFilePath(DATA_DIR + MODEL_CNN_FILE)
  23.     );
  24. BatchOperator.execute();

再使用导入训练好的模型，对测试集进行预测，并做二分类模型评估。

  1. new KerasSequentialClassifierPredictBatchOp()
  2.     .setPredictionCol(PREDICTION_COL)
  3.     .setPredictionDetailCol(PREDICTION_DETAIL_COL)
  4.     .setReservedCols("relative_path", "label")
  5.     .linkFrom(
  6.         new AkSourceBatchOp().setFilePath(DATA_DIR + MODEL_CNN_FILE),
  7.         test_set
  8.     )
  9.     .lazyPrint(10)
  10.     .lazyPrintStatistics()
  11.     .link(
  12.         new EvalBinaryClassBatchOp()
  13.             .setLabelCol("label")
  14.             .setPredictionDetailCol(PREDICTION_DETAIL_COL)
  15.             .lazyPrintMetrics()
  16.     );
  17. BatchOperator.execute();

模型评估结果如下，明显优于逻辑回归模型。由于本实验考虑训练时间不宜太长，训练次数设定为50次，如果读者想要获得更好的模型效果，可以调整训练参数。另外，下一节介绍使用预训练模型的方法，可以帮助我们在较短的时间内拿到更好的效果。

  1. -------------------------------- Metrics: --------------------------------
  2. Auc:0.9268    Accuracy:0.8468    Precision:0.8953    Recall:0.7901    F1:0.8394    LogLoss:0.3574
  3. |Pred\Real| dog| cat|
  4. |---------|----|----|
  5. |      dog|1001| 117|
  6. |      cat| 266|1116|