4.keras实现-->生成式深度学习之DeepDream

posted @ 2018-11-24 15:40 nxf_rabbit75 阅读(1515) 评论(0) 编辑收藏举报

undefined

DeepDream是一种艺术性的图像修改技术，它用到了卷积神经网络学到的表示，DeepDream由Google于2015年发布。这个算法与卷积神经网络过滤器可视化技术几乎相同，都是反向运行一个卷积神经网络:对卷积神经网络的输入做梯度上升，以便将卷积神经网络靠顶部的某一层的某个过滤器激活最大化。但有以下几个简单的区别：

使用DeepDream，我们尝试将所有层的激活最大化，而不是将某一层的激活最大化，因此需要同时将大量特征的可视化混合在一起
不是从空白的、略微带有噪声的输入开始，而是从现有的图像开始，因此所产生的效果能够抓住已经存在的视觉模式，并以某种艺术性的方式将图像扭曲
输入图像是在不同的尺度上【叫作八度（octave）】进行处理的，这可以提高可视化的质量

我们将从一个在ImageNet上预训练的卷积神经网络（Keras内置的Inception V3模型）开始

#加载预训练的Inception V3模型
from keras.applications import inception_v3
from keras import backend as K
 
#我们不需要训练模型，所以这个命令会禁用
K.set_learning_phase(0)
 
#构建不包括全连接层的Inception V3网络。使用预训练的ImageNet权重来加载模型
model = inception_v3.InceptionV3(weights = 'imagenet',include_top=False) 

接下来要计算损失loss，即在梯度上升过程中需要最大化的量。在第五章的过滤器可视化中，我们试图将某一层的某个过滤器的值最大化。这里，我们要将多个层的所有过滤器的激活同时最大化。具体来说，就是对一组靠近顶部的层激活的L2范数进行加权求和，然后将其最大化。选择哪些层（以及它们对最终损失的贡献）对生成的可视化结果具有很大影响，所以我们希望让这些参数变得易于配置。更靠近底部的层生成的是几何图案，而更靠近顶部的层生成的则是从中能够看出某些ImageNet类别（比如鸟或狗）的图案。我们将随意选择4层的配置，但以后一定要探索多个不同的配置

# 设置DeepDream配置
layer_contributions={
    'mixed2':0.2,
    'mixed3':3.,
    'mixed4':2,
    'mixed5':1.5,
}
#这个字典将层的名称映射为一个系数，这个系数定量表示该层激活对你要最大化的损失的贡献大小。
# 注意，层的名称硬编码在内置的inception V3应用中

#定义需要最大化的损失
 
#创建一个字典，将层的名称映射为层的实例
layer_dict = dict([(layer.name,layer) for layer in model.layers] )
 
#在定义损失时将层的贡献添加到这个标量变量中
loss = K.variable(0.) 
 
for layer_name in layer_contributions:
    coeff = layer_contributions[layer_name] #该层激活对损失的贡献大小
    activation = layer_dict[layer_name].output #获取层的输出
     
    scaling = K.prod(K.cast(K.shape(activation),'float32'))
     
    #将该层特征的L2范数添加到loss中，为了避免出现边界伪影，损失中仅包含非边界的像素
    loss += coeff * K.sum(K.square(activation[:,2:-2,2:-2,:1])) / scaling

1	`layer_dict` `={'input_4':`

 <keras.engine.input_layer.InputLayer at 0x281714cc240>,
 'conv2d_283':
 <keras.layers.convolutional.Conv2D at 0x28171545240>,
...}

1	`activation.shape: (?, ?, ?,` `288)(?, ?, ?,` `768)(?, ?, ?,` `768)(?, ?, ?,` `768)`


loss: Tensor("add_19:0", shape=(), 
dtype=float32)

#梯度上升过程
 
#这个张量用于保存生成的图像，即梦境图像
dream = model.input
 
#计算损失相对于梦境图像的梯度
grads = K.gradients(loss,dream)[0]
 
#将梯度标准化（重要技巧）
grads /= K.maximum(K.mean(K.abs(grads)),1e-7)
 
#给定一张输出图像，设置一个keras函数来获取损失值和梯度值
outputs = [loss,grads]
fetch_loss_and_grads = K.function([dream],outputs)
 
def eval_loss_and_grads(x):
    outs = fetch_loss_and_grads([x])
    loss_value = outs[0]
    grad_values = outs[1]
    return loss_value,grad_values
 
#这个函数运行itertions次梯度上升
def gradient_ascent(x,iterations,step,max_loss=None):
    for i in range(iterations):
        loss_value,grad_values = eval_loss_and_grads(x)
        if max_loss is not None and loss_value > max_loss:
            break
        print('...Loss value at',i,':',loss_value)
        x += step * grad_values
    return x

最后就是实际的DeepDream算法

首先，我们来定义一个列表，里面包含的是处理图像的尺度（也叫八度）。每个连续的尺度都是前一个的1.4倍（放大40%），即首先处理小图像，然后逐渐增大图像尺寸。对于每个连续的尺度，从最小到最大，我们都需要在当前尺度运行梯度上升，以便将之前定义的损失最大化。每次运行完梯度上升之后，将得到的图像放大40%。

在每次连续的放大之后（图像会变得模糊或像素化），为避免丢失大量图像细节，我们可以使用一个简单的技巧:每次放大之后，将丢失的细节重新注入到图像中。这种方法是可行的，因为我们知道原始图像放大到这个尺寸应该是什么样子。

给定一个较小的图像尺寸S和一个较大的图像尺寸L，你可以计算将原始图像大小调整为L与将原始图像大小调整为S之间的区别，这个区别可以定量描述从S到L的细节损失。

#辅助函数
import scipy
from keras.preprocessing import image
 
def resize_img(img,size):
    img = np.copy(img)
    factors=(1,
            float(size[0])/img.shape[1],
            float(size[1])/img.shape[2],
            1)
    return scipy.ndimage.zoom(img,factors,order=1)
 
def save_img(img,fname):
    pil_img = deprocess_image(np.copy(img))
    scipy.misc.imsave(fname,pil_img)
     
def preprocess_image(image_path):
    img = image.load_img(image_path)#打开图片
    img = image.img_to_array(img)#把图片转成array形式
    img = np.expand_dims(img,axis=0)#改变图像大小
    img = inception_v3.preprocess_input(img)#将图像格式转换为Inception V3模型能够处理的张量
    return img
 
def deprocess_image(x): #通用函数，将一个张量转换为有效图像
    if K.image_data_format() == 'channels_first':
        x = x.reshape((3,x.shape[2],x.shape[3]))
        x = x.transpose((1,2,0))
    else:
        x = x.reshape((x.shape[1],x.shape[2],3)) #对inception_v3.preprocess_input所做的预处理进行反向操作
    x /= 2.
    x += 0.5
    x *= 255.
    x = np.clip(x,0,255).astype('uint8')
    return x

#在多个连续尺度上运行梯度上升
import numpy as np
 
step = 0.01 #步长
num_octave = 3 #运行梯度上升的尺度个数
octave_scale = 1.4 #两个尺度之间的大小比例
iterations = 20 #在每个尺度上运行梯度上升的步数
 
max_loss = 10. #如果损失增大到大于10，我们要中断梯度上升的过程，以避免得到丑陋的伪影
base_image_path = 'IU.jpeg' #将这个变量修改为你要使用的图像的路径
 
img = preprocess_image(base_image_path)#将基础图像加载成一个numpy数组
 
original_shape = img.shape[1:3]  #img.shape = (1, 776, 1200, 3)
successive_shapes = [original_shape]  #[(776, 1200)]
for i in range(1,num_octave):
    #准备一个由形状元组组成的列表，它定义了运行梯度上升的不同尺度
    shape = tuple([int(dim/(octave_scale ** i)) for dim in original_shape])
    successive_shapes.append(shape)  #[(776, 1200), (554, 857), (395, 612)]
     
successive_shapes = successive_shapes[::-1] #将形状列表反转，变为升序 
 
original_img = np.copy(img)
shrunk_original_img = resize_img(img,successive_shapes[0])#将图像numpy数组的大小缩放到最小尺寸
 
for shape in successive_shapes:
    print('Processing image shape',shape)
    img = resize_img(img,shape)#将梦境图像放大
    img = gradient_ascent(img,
                         iterations = iterations,
                         step = step,
                         max_loss = max_loss)
    upscaled_shrunk_original_img = resize_img(shrunk_original_img,shape)
    same_size_original = resize_img(original_img,shape)
    lost_detail = same_size_original - upscaled_shrunk_original_img
     
    img += lost_detail
    shrunk_original_img = resize_img(original_img,shape)
    save_img(img,fname='dream_at_scale_'+str(shape)+'.png')
     
save_img(img,fname='final_dream.png')