-
Notifications
You must be signed in to change notification settings - Fork 37
/
wav_ORL.py
163 lines (152 loc) · 8.44 KB
/
wav_ORL.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
#author：(李志鹏)Frank Lee
#2019 年3 月22日
import numpy as np
import tensorflow as tf
import random,os,cv2,glob
from sklearn.decomposition import PCA
#import hypertools as hyp
import time
import pywt
import matplotlib.pyplot as plt
batch_size = 40
def loadImageSet(folder=u'E:\data_faces', sampleCount=5): #加载图像集，随机选择sampleCount张图片用于训练
trainData = []; testData = [];yTrain2=[];yTest2=[]
#print(yTest)
for k in range(40):
yTrain1 = np.zeros(40)
yTest1 = np.zeros(40)
folder2 = os.path.join(folder, 's%d' % (k+1))
"""
a=glob.glob(os.path.join(folder2, '*.pgm'))
for d in a:
#print(d)
img=cv2.imread(d)#imread读取图像返回的是三维数组,返回值是3个数组：I( : , : ,1) I( : , : ,2) I( : , : ,3) 这3个数组中应该存放的是RGB的值
#print(img)#112*92*3
cv2.imshow('image', img)
"""
#data 每次10*112*92
data = [ cv2.imread(d,0) for d in glob.glob(os.path.join(folder2, '*.pgm'))]#cv2.imread()第二个参数为0的时候读入为灰度图，即使原图是彩色图也会转成灰度图#glob.glob匹配所有的符合条件的文件，并将其以list的形式返回
data_pwt=[]
"""
###多尺度二维离散小波分解wavedec2
###c为各层分解系数，s为各层分解系数长度
pywt.wavedec2(data, wavelet, mode=’symmetric’, level=None, axes=(-2, -1))
data: 输入的数据
wavelet:小波基
level: 尺度（要变换多少层）
return： 返回的值要注意，每一层的高频都是包含在一个tuple中，例如三层的话返回为 [cA3, (cH3, cV3, cD3), (cH2, cV2, cD2)， (cH1, cV1, cD1)]
###保留低频部分，（高频部分为噪声部分）
"""
for i in range(10):
#subplot(numRows, numCols, plotNum)图表的整个绘图区域被分成 numRows 行和 numCols 列,然后按照从左到右，从上到下的顺序对每个子区域进行编号，左上的子区域的编号为1
#plt.subplot(1,2,1)
#plt.imshow(data[0],cmap="gray")
xTrain_pwt = pywt.wavedec2(data[i], 'db2', mode='symmetric', level=3, axes=(-2, -1))
#plt.subplot(1, 2, 2)
#plt.imshow(xTrain_pwt[0],cmap="gray")
#plt.show()
data_pwt.append(xTrain_pwt[0])
#print(xTrain_pwt)
sampleCount=5
#sample = random.sample(range(10), sampleCount)#random.sample()可以从指定的序列中，随机的截取指定长度的片断，不作原地修改
#print(sample)
#print(data)
sample=[1,3,5,7,9]
#print(data_pwt)
trainData.extend([data_pwt[i].ravel() for i in range(10) if i in sample])#ravel将多维数组降位一维####40*5*112*92
testData.extend([data_pwt[i].ravel() for i in range(10) if i not in sample])#40*5*112*92
yTrain1[k]=1
yTest1[k]=1
#yTest.extend([]* (10-sampleCount))
#yTrain.extend([k]* sampleCount)
yTrain = np.matrix(yTrain1)
yTrain= np.tile(yTrain1,5)# np.tile(a,(2,1))就是把a先沿x轴（就这样称呼吧）复制1倍，即没有复制，仍然是 [0,1,2]。 再把结果沿y方向复制2倍
yTest=np.tile(yTest1,5)#沿着x轴复制5倍，增加列数
yTrain2.extend(yTrain)
yTest2.extend(yTest)
return np.array(trainData), np.array(yTrain2), np.array(testData), np.array(yTest2)
#构造添加一个神经层的函数
def add_layer(inputs, in_size, out_size,n_layer, activation_function=None):
layer_name="layer%s"%n_layer
# add one more layer and return the output of this layer
with tf.name_scope('layer'):
with tf.name_scope('weights'):
Weights = tf.Variable(tf.random_normal([in_size, out_size]), name='W')
tf.summary.histogram(layer_name + '/weights', Weights)
with tf.name_scope('biases'):
biases = tf.Variable(tf.zeros([1, out_size]) + 0.1,name='b')
tf.summary.histogram(layer_name+"/biases",biases)
with tf.name_scope('Wx_plus_b'):
Wx_plus_b = tf.add(tf.matmul(inputs, Weights), biases)
if activation_function is None:
outputs = Wx_plus_b
else:
outputs = activation_function(Wx_plus_b, )
tf.summary.histogram(layer_name + '/outputs',outputs)
return outputs
def main():
#loadImageSet()
xTrain_, yTrain, xTest_, yTest = loadImageSet()# 200*10304
yTrain.shape=200,40
yTest.shape=200,40
pca1=PCA(n_components=0.80)
#hyp.plot(xTrain_,'o')
xTrain_pca=pca1.fit_transform(xTrain_)# 把原始训练集映射到主成分组成的子空间中
xTest_pca=pca1.transform(xTest_)# 把原始测试集映射到主成分组成的子空间中
#hyp.plot(xTrain_pca,'o')
# 放置占位符，用于在计算时接收输入值
with tf.name_scope('inputs'):
# define placeholder for inputs to network
x = tf.placeholder("float", [None,15],name='x_in')
y_ = tf.placeholder("float", [None, 40],name='y_in')
#定义隐含层，输入神经元个数=特征10304
l1 = add_layer(x,15,50,n_layer=1 ,activation_function=tf.nn.sigmoid)
#定义输出层。此时的输入就是隐藏层的输出——90，输入有90层（隐藏层的输出层），输出有40层
y= add_layer(l1,50,40,n_layer=2, activation_function=tf.nn.softmax)
# 计算交叉墒
with tf.name_scope('loss'):
cross_entropy = -tf.reduce_sum(y_ * tf.log(y))
#cross_entropy=tf.reduce_mean(tf.square(y_-y))
tf.summary.scalar('loss', cross_entropy ) # 用于观察常量的变化
# 定义命名空间，使用tensorboard进行可视化
with tf.name_scope('train'):
# 使用梯度下降算法以0.01的学习率最小化交叉墒
train_step = tf.train.AdagradOptimizer(1).minimize(cross_entropy)
# 开始训练模型，循环1000次，每次都会随机抓取训练数据中的10条数据，然后作为参数替换之前的占位符来运行train_step
def return_next_batch(batch_size, pos):
start = pos * batch_size
end = start + batch_size
return xTrain_pca[start:end], yTrain[start:end]
# 启动初始化，为其分配固定数量的显存
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.333)
sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))
#tf.merge_all_summaries() 方法会对我们所有的 summaries 合并到一起
merged = tf.summary.merge_all()
writer = tf.summary.FileWriter('logs/', tf.get_default_graph())
# 初始化之前创建的变量的操作
sess.run(tf.global_variables_initializer())
beginTime=time.time()
for i in range(10000):
for j in range(5):
batch_x, batch_y =return_next_batch(batch_size, j)
batch_x=batch_x/255 #归一化
# training train_step 和 loss 都是由 placeholder 定义的运算，所以这里要用 feed 传入参数
sess.run(train_step, feed_dict={x: np.matrix( batch_x), y_: np.matrix(batch_y)})
#print(sess.run(cross_entropy, feed_dict={x: np.matrix((batch_x)), y_: np.matrix(batch_y)}))
if(sess.run(cross_entropy, feed_dict={x: np.matrix((batch_x)), y_: np.matrix(batch_y)})==0):
break
if i % 50 == 0: # 每训练50次，合并一下结果
result = sess.run(merged, feed_dict={x: np.matrix((batch_x)), y_: np.matrix(batch_y)})
writer.add_summary(result, i)
endTime = time.time()
costTime=endTime-beginTime
print("训练时间:%f" %(costTime))
# 评估模型，tf.argmax能给出某个tensor对象在某一维上数据最大值的索引。因为标签是由0,1组成了one-hot vector，返回的索引就是数值为1的位置
#correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
# 计算正确预测项的比例，因为tf.equal返回的是布尔值，使用tf.cast可以把布尔值转换成浮点数，tf.reduce_mean是求平均值
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
# 在session中启动accuracy，输入是orl中的测试集
print("识别率:%.2f%%" %((sess.run(accuracy, feed_dict={x:np.matrix(xTest_pca/255), y_: np.matrix(yTest)}))*100))
if __name__ == '__main__':
main()