提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
文章目录
前言一、关于这个实战的一些知识点Q1：图像识别实战常用模块解读Q2:数据增强Q3:迁移学习Q4：平均全局池化Q5：设置哪些层需要训练时的模型保存，filename='best.pt'
数据集具体的实现代码1.导入用到的模块2.数据读取与预处理操作3.加载模型，初始化参数修改模型输出层设置哪些层需要训练优化器设置训练模块开始训练加载训练好的模型测试得到概率最大的分类展示预测结果
前言
深度学习pytorch系列第四篇，之前更了FC，NN，cNN，这一篇是用resnet18实现花朵分类，依然是重在理解。
一、关于这个实战的一些知识点
Q1：图像识别实战常用模块解读
数据预处理 数据增强：torchvision中transforms模块自带功能，比较实用 数据预处理：torchvision中transforms中已经实现好了，直接调用即可 DataLoader模块直接读取batch数据 网络模块设置 1、加载预训练模型，torchvision中有很多经典网络架构，调用起来十分方便，并且可以用人家训练好的权重参数来继续训练，也就是所谓的迁移学习 2、需要注意的是别人训练好的任务跟我们的可不是完全一样，需要把最后的head层改一改，一般也就是最后的全连接层，改成自己的任务 3、训练时可以全部重头训练，也可以只训练最后咱们任务的层，因为前几层都是做特征提取的，本质任务目标是一致的 网络模型保存与测试 模型保存的时候可以带有选择性，例如在验证集中如果当前效果好则保存 读取模型进行实际测试
Q2:数据增强
数据增强：数据不够时，通过数据增强，更高效的利用数据，平移，翻转，放大等方法让数据具有更多的多样性
Q3:迁移学习
迁移学习：让模型从0开始及其困难，站在巨人肩膀上学习 在做好的模型上进行微调，从零初始化参数学习效果差，可以模型，权重参数用人家的，用到我们自己的数据，进行初始化 即使数据集不一样，只要是任务目的是类似的，就可以用 在预训练模型的基础上进行微调，所以预训练模型的选择比较重要 微调：怎么微调，微调多少东西 dataset分为：大、中、小 数据量少的情况：冻住，不改东西 数据量中的情况：冻住一点，可以改一些东西 数据量大的情况：可以只用模型参数进行初始化，可以大改，也可以不改 不管数据量大小，输出层都不能冻起来，输出层要根据自己的任务来设计 模型参数要不要更新 有时候用人家模型，就一直用了，更不更新咱们可以自己定
Q4：平均全局池化
在这里做一个小总结： 目前接触到的将特征图转成向量的方法 ①reshape reshape操作：总的大小是不变的，提供一个维度后，后边的维度自动计算 例如x = x.view(x.size(0), -1) 当前的x指的是特征图，大小为：6477，x.size:64，也就是要从三维转成两维，总的大小不变，就变为6449这样， -1可以简单的看成一 个占位符号 从而达到变换维度的作用，开始是6477，转成batchsize特征个数，比如64*49 ②平均全局池化 AdaptiveAvgPool2d：平均全局池化，output_size=(1, 1)，特征图平均池化成一个值，然后拼接这些特征值 得到一个向量，这里是得到一个512维的向量，这种是通用的方法，reshape哪种方法不太常用，因为需要固定size的大小
Q5：设置哪些层需要训练时的模型保存，filename=‘best.pt’
由于模型会随着epoch的进行存在上边图中的现象，不是epoch越多，训练结果越好，本次分类训练中，我们保存当前这些epoch中训练结果做好的参数用于之后的验证和测试
数据集
如果你想复现的话，把代码按数据粘贴就能跑， 然后我用的文件放到链接里，需要的下载 链接：数据集 提取码：vkgj
具体的实现代码
1.导入用到的模块
import os
import matplotlib.pyplot as plt
import numpy as np
import torch
from torch import nn
import torch.optim as optim
import torchvision
#pip install torchvision
from torchvision import transforms, models, datasets
#https://pytorch.org/docs/stable/torchvision/index.html
import imageio
import time
import warnings
warnings.filterwarnings("ignore")
import random
import sys
import copy
import json
from PIL import Image
import torch
from torchvision import models
2.数据读取与预处理操作
#读取数据
data_dir = './flower_data/'
train_dir = data_dir + '/train'
valid_dir = data_dir + '/valid'
制作数据源： data_transforms中指定了所有图像预处理操作 ImageFolder假设所有的文件按文件夹保存好，每个文件夹下面存贮同一类别的图片，文件夹的名字为分类的名字
data_transforms = {
'train':
transforms.Compose([
# Compose：按顺序进行组合
transforms.Resize([96, 96]),
# 不管原数据的大小，规定用于训练的图片的大小，Resize根据实际来
#以下6行代码是数据增强的过程，数据不够时，通过数据增强，更高效的利用数据，平移，翻转，放大等方法让数据具有更多的多样性
transforms.RandomRotation(45),#随机旋转，-45到45度之间随机选
transforms.CenterCrop(64),#从中心开始裁剪
# 从96*96 随机裁剪64*64也有无数种可能性
transforms.RandomHorizontalFlip(p=0.5),#随机水平翻转 选择一个概率概率
transforms.RandomVerticalFlip(p=0.5),#随机垂直翻转
# p=0.5指的是每张图像有50%的裁剪可能性
transforms.ColorJitter(brightness=0.2, contrast=0.1, saturation=0.1, hue=0.1),#参数1为亮度，参数2为对比度，参数3为饱和度，参数4为色相
# #参数1为亮度，参数2为对比度，参数3为饱和度，参数4为色相，不是重点，考虑极端光线条件
transforms.RandomGrayscale(p=0.025),#概率转换成灰度率，3通道就是R=G=B
transforms.ToTensor(),
# 转成pytorch专用格式
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])#均值，标准差
# 标准化 参数来源是大数据集的参数，由于有三个颜色通道，R,G,B，所以有三个μ和σ
# 标准化(x-μ)/σ
]),
'valid':
# 验证集不需要再进行图像加强的过程，用原有的数据进行验证即可
transforms.Compose([
transforms.Resize([64, 64]),
# 数据大小要和训练集一样大
transforms.ToTensor(),
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
# 验证集和测试集标准化采用的均值，标准差要一致
]),
}
batch_size = 128
# batchsize比较大，是因为图片是64*64的比较小
# 通过文件夹来获取数据和标签
image_datasets = {x: datasets.ImageFolder(os.path.join(data_dir, x), data_transforms[x]) for x in ['train', 'valid']}
# for x in ['train', 'valid']文件夹名字
dataloaders = {x: torch.utils.data.DataLoader(image_datasets[x], batch_size=batch_size, shuffle=True) for x in ['train', 'valid']}
# shuffle=True 表示在每个迭代中是否对数据进行打乱，
dataset_sizes = {x: len(image_datasets[x]) for x in ['train', 'valid']}
class_names = image_datasets['train'].classes
# class_names顺序是1,10,100,101,102，先预测1开头的，再预测2开头的
读取每个分类的名字
with open('cat_to_name.json', 'r') as f:
cat_to_name = json.load(f)
# json文件，每个分类的名字
3.加载模型，初始化参数
针对模型下载，我在代码运行的时候报错【RuntimeError：PytorchStreamReader failed reading zip archive: failed finding central directory】，有这个错误的，可以查看问题解决
# 加载models中提供的模型，并且直接用训练的好权重当做初始化参数
# 第一次执行需要下载，可能会比较慢
model_name = 'resnet' #可选的比较多 ['resnet', 'alexnet', 'vgg', 'squeezenet', 'densenet', 'inception']
#是否用人家训练好的特征来做
feature_extract = True #都用人家特征，先不更新
# 特征提取，用人家的方法，把所有层都冻住，只保留输出层
# 是否用GPU训练
train_on_gpu = torch.cuda.is_available()
if not train_on_gpu:
print('CUDA is not available. Training on CPU ...')
else:
print('CUDA is available! Training on GPU ...')
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
设置参数需要梯度，起初反向更新的参数设置为False，不计算梯度，参数就不更新，使用原模型的参数进行训练
def set_parameter_requires_grad(model, feature_extracting):
# model：resnet
# feature_extracting：true
if feature_extracting:
for param in model.parameters():
# 遍历模型中的每一个参数
param.requires_grad = False
# 反向更新的参数设置为False，，不计算梯度，参数就不更新
model_ft = models.resnet18()#18层的能快点，条件好点的也可以选152
print(model_ft)
打印resnet18的网络结构
标准化的数据进行卷积训练（conv2d）后，会发生变化，所以要再进行标准化， 网络的最后一层是 平均池化后接了一个全连接层，目的是将特征转换成分类 最后一行，可以看出原模型是1000分类，要改成自己的任务目标 之前的操作是将一个特征图reshape成一个长条，然后进行全连接操作，预测分类 AdaptiveAvgPool2d：平均全局池化，output_size=(1, 1)，特征图平均池化成一个值，然后拼接这些特征值 得到一个向量，这里是得到一个512维的向量，这种是通用的方法，reshape哪种方法不太常用，因为需要固定大小
修改模型输出层
# 把模型输出层改成自己的
def initialize_model(model_name, num_classes, feature_extract, use_pretrained=True):
model_ft = models.resnet18(pretrained=use_pretrained)
# model_ft模型的名字
# pretrained=use_pretrained，用人家的参数进行初始化
set_parameter_requires_grad(model_ft, feature_extract)
# 读取参数，但是都不更新了
num_ftrs = model_ft.fc.in_features
# num_ftrs 全连接层的上一层数据，这里就是512
model_ft.fc = nn.Linear(num_ftrs, num_classes) # 类别数自己根据自己任务来
# num_classes=102
# 重新定义fc层 ，覆盖原有的fc层 ，自己定义的fc是使用反向传播的
input_size = 64 # 输入大小根据自己配置来
return model_ft, input_size
设置哪些层需要训练
model_ft, input_size = initialize_model(model_name, 102, feature_extract, use_pretrained=True)
#GPU还是CPU计算
model_ft = model_ft.to(device)
# 模型保存，名字自己起
filename='best.pt'
# 保存网络结构图，和模型里边所有的权重参数保存到本地
# 是否训练所有层
params_to_update = model_ft.parameters()
print("Params to learn:")
# 如果 feature_extract 为 True，则只打印需要更新的参数；否则，打印所有需要更新的参数。
if feature_extract:
params_to_update = []
for name,param in model_ft.named_parameters():
if param.requires_grad == True:
# 需要的话再往里边传数据
params_to_update.append(param)
print("\t",name)
else:
for name,param in model_ft.named_parameters():
if param.requires_grad == True:
print("\t",name)
可以打印一下当前的网络模型
print(model_ft)
其他的没有变化，只有最后一层的全连接层，改成了我们自己的任务102分类
优化器设置
# 优化器设置
optimizer_ft = optim.Adam(params_to_update, lr=1e-2)#要训练啥参数，你来定
scheduler = optim.lr_scheduler.StepLR(optimizer_ft, step_size=10, gamma=0.1)
# 学习率衰减，随着epoch的进行，结果会越来越好，降低学习率，使结果更精确
# 以固定的间隔（每10个epoch）将学习率缩小为当前值的10%。这是为了在训练过程中逐渐减小学习率，以帮助模型在训练后期更好地收敛。
criterion = nn.CrossEntropyLoss()
# 交叉熵损失函数
训练模块
def train_model(model, dataloaders, criterion, optimizer, num_epochs=25,filename='best.pt'):
# model, dataloaders, criterion, optimizer, num_epochs=25,filename='best.pt'
# resnet ，dataloaders，loss，Adam，epoch，模型存储文件
#咱们要算时间的
since = time.time()
#记录acc最好的那一次
best_acc = 0
# 最后的epoch结果的准确率比中间epoch准确率的结果差也是有可能的
#模型也得放到你的CPU或者GPU
model.to(device)
#训练过程中打印一堆损失和指标
val_acc_history = []
train_acc_history = []
train_losses = []
valid_losses = []
#学习率
LRs = [optimizer.param_groups[0]['lr']]
# optimizer.param_groups[0]是个字典结构，pytorch指定的
#最好的那次模型，后续会变的，先初始化
best_model_wts = copy.deepcopy(model.state_dict())
#一个个epoch来遍历
for epoch in range(num_epochs):
print('Epoch {}/{}'.format(epoch, num_epochs - 1))
print('-' * 10)
# 训练和验证
for phase in ['train', 'valid']:
if phase == 'train':
model.train() # 训练
else:
model.eval() # 验证
running_loss = 0.0
running_corrects = 0
# 把数据都取个遍
for inputs, labels in dataloaders[phase]:
inputs = inputs.to(device)#放到你的CPU或GPU
labels = labels.to(device)
# 清零
optimizer.zero_grad()
# 只有训练的时候计算和更新梯度
outputs = model(inputs)
# outputs：batch*102
loss = criterion(outputs, labels)
_, preds = torch.max(outputs, 1)
# 训练阶段更新权重
if phase == 'train':
loss.backward()
optimizer.step()
# 计算损失（先进行累加）
running_loss += loss.item() * inputs.size(0)#0表示batch那个维度
running_corrects += torch.sum(preds == labels.data)#预测结果最大的和真实值是否一致
# （除以数据集总数，得到平均的）
epoch_loss = running_loss / len(dataloaders[phase].dataset)#算平均
epoch_acc = running_corrects.double() / len(dataloaders[phase].dataset)
time_elapsed = time.time() - since#一个epoch我浪费了多少时间
print('Time elapsed {:.0f}m {:.0f}s'.format(time_elapsed // 60, time_elapsed % 60))
print('{} Loss: {:.4f} Acc: {:.4f}'.format(phase, epoch_loss, epoch_acc))
# 训练阶段和验证阶段都要进行前向传播，但是训练阶段还要进行参数更新，而验证阶段不需要
# 得到最好那次的模型
if phase == 'valid' and epoch_acc > best_acc:
best_acc = epoch_acc
best_model_wts = copy.deepcopy(model.state_dict())
state = {
'state_dict': model.state_dict(),#字典里key就是各层的名字，值就是训练好的权重
'best_acc': best_acc,
'optimizer' : optimizer.state_dict(),
}
torch.save(state, filename)
if phase == 'valid':
val_acc_history.append(epoch_acc)
valid_losses.append(epoch_loss)
#scheduler.step(epoch_loss)#学习率衰减
if phase == 'train':
train_acc_history.append(epoch_acc)
train_losses.append(epoch_loss)
print('Optimizer learning rate : {:.7f}'.format(optimizer.param_groups[0]['lr']))
LRs.append(optimizer.param_groups[0]['lr'])
print()
scheduler.step()#学习率衰减
time_elapsed = time.time() - since
print('Training complete in {:.0f}m {:.0f}s'.format(time_elapsed // 60, time_elapsed % 60))
print('Best val Acc: {:4f}'.format(best_acc))
# 训练完后用最好的一次当做模型最终的结果,等着一会测试
model.load_state_dict(best_model_wts)
return model, val_acc_history, train_acc_history, valid_losses, train_losses, LRs
开始训练
只训练输出层
model_ft, val_acc_history, train_acc_history, valid_losses, train_losses, LRs = train_model(model_ft, dataloaders, criterion, optimizer_ft, num_epochs=20)
再继续训练所有层
for param in model_ft.parameters():
param.requires_grad = True
# 再继续训练所有的参数，学习率调小一点
optimizer = optim.Adam(model_ft.parameters(), lr=1e-3)
scheduler = optim.lr_scheduler.StepLR(optimizer_ft, step_size=7, gamma=0.1)
# 损失函数
criterion = nn.CrossEntropyLoss()
# 加载之前训练好的权重参数
checkpoint = torch.load(filename)
best_acc = checkpoint['best_acc']
model_ft.load_state_dict(checkpoint['state_dict'])
model_ft, val_acc_history, train_acc_history, valid_losses, train_losses, LRs = train_model(model_ft, dataloaders, criterion, optimizer, num_epochs=10,)
加载训练好的模型
model_ft, input_size = initialize_model(model_name, 102, feature_extract, use_pretrained=True)
# GPU模式
model_ft = model_ft.to(device)
# 保存文件的名字
filename='best.pt'
# 加载模型
checkpoint = torch.load(filename)
best_acc = checkpoint['best_acc']
model_ft.load_state_dict(checkpoint['state_dict'])
测试
这里使用验证数据进行测试
# 得到一个batch的测试数据
dataiter = iter(dataloaders['valid'])
images, labels = dataiter.next()
model_ft.eval()
if train_on_gpu:
output = model_ft(images.cuda())
else:
output = model_ft(images)
得到概率最大的分类
_, preds_tensor = torch.max(output, 1)
preds = np.squeeze(preds_tensor.numpy()) if not train_on_gpu else np.squeeze(preds_tensor.cpu().numpy())
preds
展示预测结果
def im_convert(tensor):
""" 展示数据"""
image = tensor.to("cpu").clone().detach()
image = image.numpy().squeeze()
image = image.transpose(1, 2, 0)
image = image * np.array((0.229, 0.224, 0.225)) + np.array((0.485, 0.456, 0.406))
image = image.clip(0, 1)
return image
fig=plt.figure(figsize=(20, 20))
columns =4
rows = 2
for idx in range (columns*rows):
ax = fig.add_subplot(rows, columns, idx+1, xticks=[], yticks=[])
plt.imshow(im_convert(images[idx]))
ax.set_title("{} ({})".format(cat_to_name[str(preds[idx])], cat_to_name[str(labels[idx].item())]),
color=("green" if cat_to_name[str(preds[idx])]==cat_to_name[str(labels[idx].item())] else "red"))
plt.show()
最后的测试结果，标红的是预测错误的
推荐文章
您阅读本篇文章共花了：
发表评论