如何分类狗和猫的照片（准确率达 97%）

逐步开发深度卷积神经网络以对狗和猫的照片进行分类

狗与猫数据集是一个标准的计算机视觉数据集，涉及将照片分类为包含狗或猫。

尽管问题听起来很简单，但直到最近几年才使用深度学习卷积神经网络有效地解决。虽然数据集已有效解决，但它可以用作学习和实践如何从头开始开发、评估和使用卷积深度学习神经网络进行图像分类的基础。

这包括如何开发一个强大的测试框架来估计模型的性能，如何探索模型的改进，以及如何保存模型并在以后加载它以对新数据进行预测。

在本教程中，您将学习如何开发卷积神经网络来对狗和猫的照片进行分类。

完成本教程后，您将了解：

• 如何加载和准备狗和猫的照片以进行建模。
• 如何从头开始开发卷积神经网络用于照片分类并提高模型性能。
• 如何使用迁移学习开发照片分类模型。

通过我的新书《计算机视觉深度学习》启动您的项目，其中包括分步教程和所有示例的 Python 源代码文件。

让我们开始吧。

• 2019 年 10 月更新：更新至 Keras 2.3 和 TensorFlow 2.0。
• 2021 年 12 月更新：修复“预处理照片尺寸（可选）”部分代码中的拼写错误

如何开发卷积神经网络以对狗和猫的照片进行分类
图片来自 Cohen Van der Velde，保留部分权利。

教程概述

本教程分为六个部分；它们是：

1. 狗与猫预测问题
2. 狗与猫数据集准备
3. 开发基线 CNN 模型
4. 开发模型改进
5. 探索迁移学习
6. 如何完成模型并进行预测

狗与猫预测问题

狗与猫数据集是指用于 2013 年 Kaggle 机器学习竞赛的数据集。

该数据集由狗和猫的照片组成，这些照片是来自一个更大的 300 万张手动标注照片数据集的子集。该数据集由 Petfinder.com 和 Microsoft 合作开发。

该数据集最初用作 CAPTCHA（或完全自动化的公共图灵测试，用于区分计算机和人类），即被认为人类认为微不足道但机器无法解决的任务，用于网站以区分人类用户和机器人。具体来说，该任务被称为“Asirra”或动物物种图像识别以限制访问，这是一种 CAPTCHA。该任务在 2007 年题为“Asirra：一种利用兴趣对齐手动图像分类的 CAPTCHA”的论文中进行了描述。

我们提出了 Asirra，这是一种 CAPTCHA，要求用户从一组 12 张猫和狗的照片中识别出猫。Asirra 对用户来说很容易；用户研究表明，人类在 30 秒内解决它的时间为 99.6%。除非机器视觉取得重大进展，否则我们预计计算机解决它的机会不会超过 1/54,000。

— Asirra：一种利用兴趣对齐手动图像分类的 CAPTCHA，2007。

在发布竞赛时，最先进的结果是通过 SVM 实现的，并在 2007 年一篇题为“针对 Asirra CAPTCHA 的机器学习攻击”（PDF）的论文中进行了描述，该论文实现了 80% 的分类准确率。正是这篇论文证明，在任务提出后不久，该任务不再适合作为 CAPTCHA。

……我们描述了一个分类器，它在区分 Asirra 中使用的猫和狗的图像时准确率为 82.7%。该分类器是支持向量机分类器的组合，这些分类器在从图像中提取的颜色和纹理特征上进行训练。[…]我们的结果建议在没有保护措施的情况下部署 Asirra 时要谨慎。

— 针对 Asirra CAPTCHA 的机器学习攻击，2007。

Kaggle 竞赛提供了 25,000 张带标签的照片：12,500 张狗和相同数量的猫。然后需要在包含 12,500 张未标记照片的测试数据集上进行预测。竞赛由 Pierre Sermanet（目前是 Google Brain 的研究科学家）赢得，他在测试数据集的 70% 子样本上实现了约 98.914% 的分类准确率。他的方法后来作为 2013 年题为“OverFeat：使用卷积网络的集成识别、定位和检测”的论文的一部分进行了描述。

数据集易于理解且足够小，可以放入内存中。因此，它已成为初学者开始使用卷积神经网络时一个很好的“hello world”或“入门”计算机视觉数据集。

因此，在此任务上，使用手动设计的卷积神经网络通常可以达到约 80% 的准确率，而使用迁移学习则可以达到 90% 以上的准确率。

狗与猫数据集准备

该数据集可从 Kaggle 网站免费下载，但我认为您必须拥有 Kaggle 帐户。

如果您没有 Kaggle 帐户，请先注册。

通过访问狗与猫数据页面并单击“下载所有”按钮来下载数据集。

这将把 850 兆字节的文件“dogs-vs-cats.zip”下载到您的工作站。

解压文件后，您将看到 train.zip、train1.zip 和一个 .csv 文件。解压 train.zip 文件，因为我们将只关注此数据集。

您现在将有一个名为“train/”的文件夹，其中包含 25,000 张狗和猫的 .jpg 文件。照片通过其文件名进行标记，文件名为“dog”或“cat”。文件命名约定如下：

绘制狗和猫的照片

查看目录中的几张随机照片，您会发现照片是彩色的，并且具有不同的形状和大小。

例如，让我们加载并绘制单个图中狗的前九张照片。

完整的示例如下所示。

运行示例会创建一个图形，显示数据集中狗的前九张照片。

我们可以看到有些照片是横向格式，有些是纵向格式，有些是方形。

狗与猫数据集中狗的前九张照片

我们可以更新示例并将其更改为绘制猫的照片；完整的示例列在下面。

同样，我们可以看到照片的大小都不同。

我们还可以看到一张照片中的猫几乎看不见（左下角），另一张照片中有两只猫（右下角）。这表明在此问题上拟合的任何分类器都必须具有鲁棒性。

狗与猫数据集中猫的前九张照片

选择标准化照片尺寸

照片在建模之前必须进行重塑，以便所有图像具有相同的形状。这通常是一个小的方形图像。

实现此目的有许多方法，尽管最常见的是简单的调整大小操作，它将拉伸和变形每个图像的宽高比并将其强制转换为新形状。

我们可以加载所有照片并查看照片宽度和高度的分布，然后设计一个新的照片尺寸，以最好地反映我们在实践中最可能看到的情况。

较小的输入意味着模型训练速度更快，通常此考虑因素在图像尺寸的选择中占主导地位。在这种情况下，我们将遵循这种方法，并选择 200×200 像素的固定尺寸。

预处理照片尺寸（可选）

如果我们想将所有图像加载到内存中，我们可以估计大约需要 12 GB 的 RAM。

即 25,000 张图像，每张图像有 200x200x3 像素，或 3,000,000,000 个 32 位像素值。

我们可以加载所有图像，重塑它们，并将它们存储为单个 NumPy 数组。这可以适应许多现代机器的 RAM，但不是所有机器，特别是如果您只有 8 GB 可用。

我们可以编写自定义代码将图像加载到内存中，并在加载过程中调整它们的大小，然后保存它们以供建模。

下面的示例使用 Keras 图像处理 API 加载训练数据集中所有 25,000 张照片，并将其重塑为 200×200 的方形照片。还根据文件名确定每张照片的标签。然后保存照片和标签的元组。

运行示例可能需要大约一分钟才能将所有图像加载到内存中，并打印加载数据的形状以确认其已正确加载。

注意：运行此示例假设您有超过 12 GB 的 RAM。如果您没有足够的 RAM，可以跳过此示例；它仅作为演示提供。

运行结束后，将创建两个文件，名为“dogs_vs_cats_photos.npy”和“dogs_vs_cats_labels.npy”，其中包含所有调整大小的图像及其相关的类别标签。这些文件总共只有大约 12 GB，加载速度比单个图像快得多。

准备好的数据可以直接加载；例如

将照片预处理为标准目录

或者，我们可以使用 Keras ImageDataGenerator 类和 flow_from_directory() API 逐步加载图像。这将执行得更慢，但可以在更多机器上运行。

此 API 倾向于将数据划分为单独的 train/ 和 test/ 目录，并且在每个目录下都有一个用于每个类别的子目录，例如 train/dog/ 和 train/cat/ 子目录，以及 test 目录中的相同结构。然后图像被组织在子目录下。

我们可以编写一个脚本来创建具有这种首选结构的数据集的副本。我们将随机选择 25% 的图像（即 6,250 张）用于测试数据集。

首先，我们需要创建如下目录结构

我们可以使用 makedirs() 函数在 Python 中创建目录，并使用循环为 train/ 和 test/ 目录创建 dog/ 和 cat/ 子目录。

接下来，我们可以枚举数据集中的所有图像文件，并根据其文件名将其复制到 dogs/ 或 cats/ 子目录中。

此外，我们可以随机决定将 25% 的图像保留到测试数据集中。这通过固定伪随机数生成器的种子来实现一致性，以便每次运行代码时都能获得相同的数据分割。

完整的代码示例列在下面，并假设您已将下载的 train.zip 中的图像解压缩到当前工作目录的 train/ 中。

运行示例后，您现在将拥有一个新的 dataset_dogs_vs_cats/ 目录，其中包含 train/ 和 val/ 子文件夹，以及进一步的 dogs/ 和 cats/ 子目录，正如所设计的那样。

开发基线 CNN 模型

在本节中，我们可以为狗与猫数据集开发一个基线卷积神经网络模型。

基线模型将建立一个最低模型性能，我们所有其他模型都可以与之进行比较，以及一个我们可以用作研究和改进基础的模型架构。

一个好的起点是 VGG 模型的通用架构原则。它们是一个好的起点，因为它们在 ILSVRC 2014 竞赛中取得了顶尖性能，并且因为该架构的模块化结构易于理解和实现。有关 VGG 模型的更多详细信息，请参阅 2015 年的论文《用于大规模图像识别的非常深的卷积网络》。

该架构涉及堆叠带有小型 3×3 滤波器的卷积层，然后是最大池化层。这些层共同形成一个块，并且这些块可以重复，其中每个块中的滤波器数量随着网络深度增加，例如模型前四个块的滤波器数量分别为 32、64、128、256。卷积层上使用填充以确保输出特征图的高度和宽度形状与输入匹配。

我们可以在狗与猫问题上探索这种架构，并比较具有 1、2 和 3 个块的该架构模型。

每个层将使用 ReLU 激活函数和 He 权重初始化，这些通常是最佳实践。例如，一个 3 块 VGG 风格的架构，其中每个块都有一个卷积层和池化层，可以在 Keras 中定义如下：

我们可以创建一个名为 define_model() 的函数，它将定义一个模型并返回它，以便在数据集上进行拟合。然后可以自定义此函数来定义不同的基线模型，例如具有 1、2 或 3 个 VGG 样式块的模型版本。

该模型将使用随机梯度下降进行拟合，我们将从保守的学习率 0.001 和动量 0.9 开始。

该问题是一个二元分类任务，需要预测 0 或 1 的一个值。将使用一个带有 1 个节点和 sigmoid 激活的输出层，并且将使用二元交叉熵损失函数优化模型。

下面是 define_model() 函数的一个示例，用于为狗与猫问题定义一个带有 VGG 样式块的卷积神经网络模型。

它可以根据需要调用来准备模型，例如

接下来，我们需要准备数据。

这首先涉及到定义 ImageDataGenerator 的一个实例，它将像素值缩放到 0-1 的范围。

接下来，需要为训练和测试数据集准备迭代器。

我们可以使用数据生成器上的 flow_from_directory() 函数，并为 train/ 和 test/ 目录中的每一个创建一个迭代器。我们必须通过“class_mode”参数指定该问题是一个二元分类问题，并通过“target_size”参数以 200x200 像素大小加载图像。我们将批处理大小固定为 64。

然后我们可以使用训练迭代器 (train_it) 来拟合模型，并使用测试迭代器 (test_it) 作为训练期间的验证数据集。

必须指定训练和测试迭代器的步数。这是一次 epoch 将包含的批次数量。这可以通过每个迭代器的长度来指定，并且将是训练和测试目录中图像总数除以批次大小 (64)。

模型将拟合 20 个 epoch，这是一个较小的数字，用于检查模型是否可以学习该问题。

一旦拟合，最终模型可以直接在测试数据集上进行评估，并报告分类准确性。

最后，我们可以根据在 fit_generator() 调用返回的“history”目录中存储的训练期间收集的历史记录创建图表。

历史记录包含每个 epoch 结束时测试和训练数据集上的模型准确性和损失。这些度量值在训练 epoch 上的折线图提供了学习曲线，我们可以用它们来了解模型是否过拟合、欠拟合或拟合良好。

下面的 summarize_diagnostics() 函数接收历史记录目录，并创建一个包含损失折线图和准确性折线图的单个图。然后，该图将保存到文件中，文件名基于脚本的名称。如果我们希望在不同的文件中评估模型的许多变体并自动为每个变体创建折线图，这会很有帮助。

我们可以将所有这些结合到一个简单的测试工具中，用于测试模型配置。

下面列出了在狗和猫数据集上评估单块基线模型的完整示例。

现在我们有了测试工具，让我们看看三个简单基线模型的评估。

单块 VGG 模型

单块 VGG 模型有一个卷积层，带有 32 个滤波器，后面跟着一个最大池化层。

该模型的 define_model() 函数在上一节中已经定义，但为了完整性，在此再次提供。

运行此示例首先打印训练和测试数据集的大小，确认数据集已正确加载。

然后对模型进行拟合和评估，这在现代 GPU 硬件上大约需要 20 分钟。

注意：由于算法或评估过程的随机性，或数值精度的差异，您的结果可能会有所不同。考虑多次运行示例并比较平均结果。

在这种情况下，我们可以看到模型在测试数据集上实现了大约 72% 的准确率。

还创建了一个图，显示模型在训练（蓝色）和测试（橙色）数据集上的损失折线图和准确率折线图。

查看此图，我们可以看到模型在大约 12 个 epoch 时过度拟合了训练数据集。

带有单个 VGG 块的基线模型在狗和猫数据集上的损失和准确率学习曲线图

两块 VGG 模型

两块 VGG 模型扩展了单块模型，并添加了第二个带有 64 个滤波器的块。

为了完整性，下面提供了此模型的 define_model() 函数。

再次运行此示例会打印训练和测试数据集的大小，确认数据集已正确加载。

模型经过拟合和评估，并报告了测试数据集上的性能。

注意：由于算法或评估过程的随机性，或数值精度的差异，您的结果可能会有所不同。考虑多次运行示例并比较平均结果。

在这种情况下，我们可以看到模型性能略有改善，从一块模型的约 72% 准确率提高到两块模型的约 76% 准确率。

回顾学习曲线图，我们可以再次看到模型似乎已经过度拟合了训练数据集，在这种情况下，可能更早，在大约八个训练 epoch 时。

这很可能是模型容量增加的结果，我们可能会预期这种早期过度拟合的趋势会随着下一个模型继续下去。

带有两个 VGG 块的基线模型在狗和猫数据集上的损失和准确率学习曲线图

三块 VGG 模型

三块 VGG 模型扩展了两块模型，并添加了第三个带有 128 个滤波器的块。

该模型的 define_model() 函数在上一节中已经定义，但为了完整性，在此再次提供。

运行此示例将打印训练和测试数据集的大小，确认数据集已正确加载。

模型经过拟合和评估，并报告了测试数据集上的性能。

注意：由于算法或评估过程的随机性，或数值精度的差异，您的结果可能会有所不同。考虑多次运行示例并比较平均结果。

在这种情况下，我们可以看到性能进一步提升，从两块模型的约 76% 准确率提高到三块模型的约 80% 准确率。这个结果很好，因为它接近于论文中报告的使用 SVM 获得的约 82% 准确率的先前最先进水平。

回顾学习曲线图，我们可以看到类似的过拟合趋势，在这种情况下，可能推迟到第五或第六个 epoch。

带有三个 VGG 块的基线模型在狗和猫数据集上的损失和准确率学习曲线图

讨论

我们探索了三种不同且基于 VGG 架构的模型。

结果总结如下，尽管考虑到算法的随机性，我们必须假设这些结果存在一些差异

• VGG 1: 72.331%
• VGG 2: 76.646%
• VGG 3: 80.184%

我们看到，随着容量的增加，性能有所提高，但也出现了类似的过拟合情况，而且发生得越来越早。

结果表明，该模型可能会受益于正则化技术。这可能包括 dropout、权重衰减和数据增强等技术。后者还可以通过扩展训练数据集，鼓励模型学习对位置进一步不变的特征，从而提高性能。

开发模型改进

在上一节中，我们开发了一个使用 VGG 风格块的基线模型，并发现了随着模型容量增加而性能提高的趋势。

在本节中，我们将从具有三个 VGG 块的基线模型（即 VGG 3）开始，并探索一些对模型的简单改进。

通过回顾模型在训练期间的学习曲线，模型显示出强烈的过拟合迹象。我们可以探索两种方法来尝试解决这种过拟合：dropout 正则化和数据增强。

这两种方法都预期会减缓训练期间的改进速度，并有望对抗训练数据集的过拟合。因此，我们将训练 epoch 的数量从 20 增加到 50，为模型提供更多改进空间。

Dropout 正则化

Dropout 正则化是一种计算成本低廉的深度神经网络正则化方法。

Dropout 通过概率性地移除或“丢弃”层的输入来工作，这些输入可以是数据样本中的输入变量，也可以是前一层的激活。它的作用是模拟大量具有非常不同网络结构的网络，反过来，使网络中的节点对输入通常更具鲁棒性。

有关 dropout 的更多信息，请参阅文章

• 如何在 Keras 中使用 Dropout 正则化减少过拟合

通常，在每个 VGG 块之后可以应用少量 dropout，而更多的 dropout 应用于模型输出层附近的完全连接层。

下面是 define_model() 函数，用于更新的基线模型，其中添加了 Dropout。在这种情况下，每个 VGG 块之后应用 20% 的 dropout，在模型分类器部分的全连接层之后应用 50% 的较大 dropout 率。

为了完整性，下面列出了带有 dropout 的狗与猫数据集基线模型的完整代码列表。

运行此示例首先拟合模型，然后报告模型在保留测试数据集上的性能。

注意：由于算法或评估过程的随机性，或数值精度的差异，您的结果可能会有所不同。考虑多次运行示例并比较平均结果。

在这种情况下，我们可以看到模型性能略有提升，从基线模型的约 80% 准确率提高到添加 dropout 后的约 81% 准确率。

回顾学习曲线，我们可以看到 dropout 对模型在训练集和测试集上的改进速度产生了影响。

过拟合已被减少或延迟，尽管性能可能在运行结束时开始停滞。

结果表明，进一步的训练 epoch 可能会导致模型进一步改进。探索在 VGG 块之后稍微提高 dropout 率以及增加训练 epoch 数量也可能很有趣。

带有 dropout 的基线模型在狗和猫数据集上的损失和准确率学习曲线图

图像数据增强

图像数据增强是一种通过创建数据集中图像的修改版本来人工扩展训练数据集大小的技术。

在更多数据上训练深度学习神经网络模型可以产生更熟练的模型，并且增强技术可以创建图像的变体，从而提高拟合模型将其所学知识推广到新图像的能力。

数据增强还可以充当正则化技术，向训练数据添加噪声，并鼓励模型学习相同的特征，使其对输入中的位置不变。

对狗和猫的输入照片进行微小更改可能对这个问题很有用，例如小范围平移和水平翻转。这些增强可以作为用于训练数据集的 ImageDataGenerator 的参数指定。增强不应用于测试数据集，因为我们希望评估模型在未修改照片上的性能。

这需要我们为训练和测试数据集拥有单独的 ImageDataGenerator 实例，然后从各自的数据生成器创建训练和测试集的迭代器。例如

在这种情况下，训练数据集中的照片将通过小范围（10%）随机水平和垂直平移以及随机水平翻转进行增强，从而创建照片的镜像。训练和测试步骤中的照片都将以相同的方式缩放其像素值。

为了完整性，下面列出了带有训练数据增强的狗和猫数据集基线模型的完整代码列表。

运行此示例首先拟合模型，然后报告模型在保留测试数据集上的性能。

注意：由于算法或评估过程的随机性，或数值精度的差异，您的结果可能会有所不同。考虑多次运行示例并比较平均结果。

在这种情况下，我们可以看到性能提升了约 5%，从基线模型的约 80% 提高到带有简单数据增强的基线模型的约 85%。

回顾学习曲线，我们可以看到模型似乎能够进一步学习，即使在运行结束时，训练和测试数据集上的损失仍在持续下降。用 100 或更多 epoch 重复实验很可能会带来性能更好的模型。

探索其他增强方法可能很有趣，这些增强方法可能进一步鼓励学习对输入中位置不变的特征，例如轻微旋转和缩放。

带有数据增强的基线模型在狗和猫数据集上的损失和准确率学习曲线图

讨论

我们探索了对基线模型的三种不同改进。

结果总结如下，尽管考虑到算法的随机性，我们必须假设这些结果存在一些差异

• 基线 VGG3 + Dropout：81.279%
• 基线 VGG3 + 数据增强：85.816%

正如预期的那样，正则化技术的添加减缓了学习算法的进展并减少了过拟合，从而在保留数据集上获得了改进的性能。很可能结合这两种方法并进一步增加训练 epoch 的数量将带来进一步的改进。

这只是在此数据集上可以探索的改进类型中的一个开始。除了对所描述的正则化方法进行调整之外，还可以探索其他正则化方法，例如权重衰减和早期停止。

可能值得探索学习算法的更改，例如学习率的更改、使用学习率调度或自适应学习率（例如Adam）。

探索替代模型架构也可能值得。所选的基线模型预计将提供比此问题所需的更多容量，而较小的模型训练速度更快，反过来可能会带来更好的性能。

探索迁移学习

迁移学习涉及使用在相关任务上训练过的模型的全部或部分。

Keras 提供了各种预训练模型，可以通过 Keras Applications API 完全或部分加载和使用。

一种有用的迁移学习模型是 VGG 模型之一，例如 VGG-16，它有 16 层，在开发时在 ImageNet 照片分类挑战赛中取得了最佳结果。

该模型由两个主要部分组成：由 VGG 块组成的特征提取器部分，以及由全连接层和输出层组成的分类器部分。

我们可以使用模型的特征提取部分，并添加一个针对狗和猫数据集量身定制的新分类器部分。具体来说，我们可以在训练期间固定所有卷积层的权重，只训练新的全连接层，这些层将学习解释从模型中提取的特征并进行二元分类。

这可以通过加载 VGG-16 模型来实现，从模型的输出端移除全连接层，然后添加新的全连接层来解释模型输出并进行预测。通过将“include_top”参数设置为“False”，可以自动移除模型的分类器部分，这还需要为模型指定输入形状，在本例中为 (224, 224, 3)。这意味着加载的模型在最后一个最大池化层处结束，之后我们可以手动添加一个 Flatten 层和新的分类器层。

下面的 define_model() 函数实现了这一点，并返回一个准备好进行训练的新模型。

创建完成后，我们可以像以前一样在训练数据集上训练模型。

在这种情况下，不需要太多的训练，因为只有新的全连接层和输出层具有可训练的权重。因此，我们将训练周期数固定为 10。

VGG16 模型是在特定的 ImageNet 挑战数据集上训练的。因此，它被配置为期望输入图像的形状为 224x224 像素。当从狗和猫数据集加载照片时，我们将使用此作为目标大小。

模型还期望图像居中。也就是说，要从输入中减去在 ImageNet 训练数据集上计算的每个通道（红、绿、蓝）的平均像素值。Keras 提供了一个函数，通过 preprocess_input() 函数对单个照片执行此准备。尽管如此，我们也可以通过将“featurewise_center”参数设置为“True”并手动指定用于居中的平均像素值作为 ImageNet 训练数据集的平均值：[123.68, 116.779, 103.939] 来实现相同的效果。

下面列出了用于狗与猫数据集迁移学习的 VGG 模型的完整代码。

运行此示例首先拟合模型，然后报告模型在保留测试数据集上的性能。

注意：由于算法或评估过程的随机性，或数值精度的差异，您的结果可能会有所不同。考虑多次运行示例并比较平均结果。

在这种情况下，我们可以看到该模型取得了令人印象深刻的结果，在保留测试数据集上的分类准确率约为 97%。

回顾学习曲线，我们可以看到模型快速拟合数据集。它没有表现出强烈的过拟合，尽管结果表明分类器中额外的容量和/或使用正则化可能有所帮助。

这种方法还有许多改进之处，包括在模型的分类器部分添加 dropout 正则化，甚至可以微调模型特征检测器部分中部分或所有层的权重。

狗和猫数据集上 VGG16 迁移学习模型的损失和准确率学习曲线的线图

如何完成模型并进行预测

只要我们有想法、时间和资源来测试它们，模型改进过程就可以继续下去。

在某个时刻，必须选择并采用最终的模型配置。在这种情况下，我们将保持简单，并将 VGG-16 迁移学习方法作为最终模型。

首先，我们将通过在整个训练数据集上拟合模型并将模型保存到文件中以备将来使用来最终确定我们的模型。然后我们将加载保存的模型并用它对单个图像进行预测。

准备最终数据集

最终模型通常在所有可用数据（例如所有训练和测试数据集的组合）上进行拟合。

在本教程中，我们将演示最终模型仅在训练数据集上进行拟合，因为我们只有训练数据集的标签。

第一步是准备训练数据集，以便 ImageDataGenerator 类可以通过 flow_from_directory() 函数加载它。具体来说，我们需要创建一个新目录，其中所有训练图像都组织到 dogs/ 和 cats/ 子目录中，而无需区分 train/ 或 test/ 目录。

这可以通过更新我们在教程开头开发的脚本来实现。在这种情况下，我们将为整个训练数据集创建一个新的 finalize_dogs_vs_cats/ 文件夹，其中包含 dogs/ 和 cats/ 子文件夹。

结构将如下所示

下面列出了更新后的脚本以供完整性参考。

保存最终模型

我们现在准备在整个训练数据集上拟合最终模型。

必须更新 flow_from_directory() 以从新的 finalize_dogs_vs_cats/ 目录加载所有图像。