从零开始学Pytorch(十八)之kaggle图像分类

举报
小小谢先生 发表于 2022/04/16 01:59:39 2022/04/16
【摘要】 我们将运用在前面几节中学到的知识来参加Kaggle竞赛,该竞赛解决了CIFAR-10图像分类问题。比赛网址是https://www.kaggle.com/c/cifar-10. import numpy as npimport torchimport torch.nn as nnimport torch.optim as optimi...

我们将运用在前面几节中学到的知识来参加Kaggle竞赛,该竞赛解决了CIFAR-10图像分类问题。比赛网址是https://www.kaggle.com/c/cifar-10.


  
  1. import numpy as np
  2. import torch
  3. import torch.nn as nn
  4. import torch.optim as optim
  5. import torchvision
  6. import torchvision.transforms as transforms
  7. import torch.nn.functional as F
  8. import torch.optim as optim
  9. from torchvision import datasets, transforms
  10. import os
  11. import time

获取和组织数据集

比赛数据分为训练集和测试集。训练集包含 50,000 图片。测试集包含 300,000 图片。两个数据集中的图像格式均为PNG,高度和宽度均为32像素,并具有三个颜色通道(RGB)。图像涵盖10个类别:飞机,汽车,鸟类,猫,鹿,狗,青蛙,马,船和卡车。 为了更容易上手,我们提供了上述数据集的小样本。“ train_tiny.zip”包含 80 训练样本,而“ test_tiny.zip”包含100个测试样本。它们的未压缩文件夹名称分别是“ train_tiny”和“ test_tiny”。

图像增强


  
  1. data_transform = transforms.Compose([
  2. transforms.Resize(40),
  3. transforms.RandomHorizontalFlip(),
  4. transforms.RandomCrop(32),
  5. transforms.ToTensor()
  6. ])
  7. trainset = torchvision.datasets.ImageFolder(root='/home/kesci/input/CIFAR102891/cifar-10/train'
  8. , transform=data_transform)
  9. data = [d[0].data.cpu().numpy() for d in trainset]
  10. # 图像增强
  11. transform_train = transforms.Compose([
  12. transforms.RandomCrop(32, padding=4), #先四周填充0,再把图像随机裁剪成32*32
  13. transforms.RandomHorizontalFlip(), #图像一半的概率翻转,一半的概率不翻转
  14. transforms.ToTensor(),
  15. transforms.Normalize((0.4731, 0.4822, 0.4465), (0.2212, 0.1994, 0.2010)), #R,G,B每层的归一化用到的均值和方差
  16. ])
  17. transform_test = transforms.Compose([
  18. transforms.ToTensor(),
  19. transforms.Normalize((0.4731, 0.4822, 0.4465), (0.2212, 0.1994, 0.2010)),
  20. ])

导入数据集


  
  1. train_dir = '/home/kesci/input/CIFAR102891/cifar-10/train'
  2. test_dir = '/home/kesci/input/CIFAR102891/cifar-10/test'
  3. trainset = torchvision.datasets.ImageFolder(root=train_dir, transform=transform_train)
  4. trainloader = torch.utils.data.DataLoader(trainset, batch_size=256, shuffle=True)
  5. testset = torchvision.datasets.ImageFolder(root=test_dir, transform=transform_test)
  6. testloader = torch.utils.data.DataLoader(testset, batch_size=256, shuffle=False)
  7. classes = ['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'forg', 'horse', 'ship', 'truck']

定义模型

ResNet-18网络结构:ResNet全名Residual Network残差网络。Kaiming He 的《Deep Residual Learning for Image Recognition》获得了CVPR最佳论文。他提出的深度残差网络在2015年可以说是洗刷了图像方面的各大比赛,以绝对优势取得了多个比赛的冠军。而且它在保证网络精度的前提下,将网络的深度达到了152层,后来又进一步加到1000的深度。

Image Name

Image Name


  
  1. class ResidualBlock(nn.Module): # 我们定义网络时一般是继承的torch.nn.Module创建新的子类
  2. def __init__(self, inchannel, outchannel, stride=1):
  3. super(ResidualBlock, self).__init__()
  4. #torch.nn.Sequential是一个Sequential容器,模块将按照构造函数中传递的顺序添加到模块中。
  5. self.left = nn.Sequential(
  6. nn.Conv2d(inchannel, outchannel, kernel_size=3, stride=stride, padding=1, bias=False),
  7. # 添加第一个卷积层,调用了nn里面的Conv2d()
  8. nn.BatchNorm2d(outchannel), # 进行数据的归一化处理
  9. nn.ReLU(inplace=True), # 修正线性单元,是一种人工神经网络中常用的激活函数
  10. nn.Conv2d(outchannel, outchannel, kernel_size=3, stride=1, padding=1, bias=False),
  11. nn.BatchNorm2d(outchannel)
  12. )
  13. self.shortcut = nn.Sequential()
  14. if stride != 1 or inchannel != outchannel:
  15. self.shortcut = nn.Sequential(
  16. nn.Conv2d(inchannel, outchannel, kernel_size=1, stride=stride, bias=False),
  17. nn.BatchNorm2d(outchannel)
  18. )
  19. # 便于之后的联合,要判断Y = self.left(X)的形状是否与X相同
  20. def forward(self, x): # 将两个模块的特征进行结合,并使用ReLU激活函数得到最终的特征。
  21. out = self.left(x)
  22. out += self.shortcut(x)
  23. out = F.relu(out)
  24. return out
  25. class ResNet(nn.Module):
  26. def __init__(self, ResidualBlock, num_classes=10):
  27. super(ResNet, self).__init__()
  28. self.inchannel = 64
  29. self.conv1 = nn.Sequential( # 用3个3x3的卷积核代替7x7的卷积核,减少模型参数
  30. nn.Conv2d(3, 64, kernel_size=3, stride=1, padding=1, bias=False),
  31. nn.BatchNorm2d(64),
  32. nn.ReLU(),
  33. )
  34. self.layer1 = self.make_layer(ResidualBlock, 64, 2, stride=1)
  35. self.layer2 = self.make_layer(ResidualBlock, 128, 2, stride=2)
  36. self.layer3 = self.make_layer(ResidualBlock, 256, 2, stride=2)
  37. self.layer4 = self.make_layer(ResidualBlock, 512, 2, stride=2)
  38. self.fc = nn.Linear(512, num_classes)
  39. def make_layer(self, block, channels, num_blocks, stride):
  40. strides = [stride] + [1] * (num_blocks - 1) #第一个ResidualBlock的步幅由make_layer的函数参数stride指定
  41. # ,后续的num_blocks-1个ResidualBlock步幅是1
  42. layers = []
  43. for stride in strides:
  44. layers.append(block(self.inchannel, channels, stride))
  45. self.inchannel = channels
  46. return nn.Sequential(*layers)
  47. def forward(self, x):
  48. out = self.conv1(x)
  49. out = self.layer1(out)
  50. out = self.layer2(out)
  51. out = self.layer3(out)
  52. out = self.layer4(out)
  53. out = F.avg_pool2d(out, 4)
  54. out = out.view(out.size(0), -1)
  55. out = self.fc(out)
  56. return out
  57. def ResNet18():
  58. return ResNet(ResidualBlock)

训练和测试


  
  1. # 定义是否使用GPU
  2. device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
  3. # 超参数设置
  4. EPOCH = 20 #遍历数据集次数
  5. pre_epoch = 0 # 定义已经遍历数据集的次数
  6. LR = 0.1 #学习率
  7. # 模型定义-ResNet
  8. net = ResNet18().to(device)
  9. # 定义损失函数和优化方式
  10. criterion = nn.CrossEntropyLoss() #损失函数为交叉熵,多用于多分类问题
  11. optimizer = optim.SGD(net.parameters(), lr=LR, momentum=0.9, weight_decay=5e-4)
  12. #优化方式为mini-batch momentum-SGD,并采用L2正则化(权重衰减)
  13. # 训练
  14. if __name__ == "__main__":
  15. print("Start Training, Resnet-18!")
  16. num_iters = 0
  17. for epoch in range(pre_epoch, EPOCH):
  18. print('\nEpoch: %d' % (epoch + 1))
  19. net.train()
  20. sum_loss = 0.0
  21. correct = 0.0
  22. total = 0
  23. for i, data in enumerate(trainloader, 0):
  24. #用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列,同时列出数据和数据下标,
  25. #下标起始位置为0,返回 enumerate(枚举) 对象。
  26. num_iters += 1
  27. inputs, labels = data
  28. inputs, labels = inputs.to(device), labels.to(device)
  29. optimizer.zero_grad() # 清空梯度
  30. # forward + backward
  31. outputs = net(inputs)
  32. loss = criterion(outputs, labels)
  33. loss.backward()
  34. optimizer.step()
  35. sum_loss += loss.item() * labels.size(0)
  36. _, predicted = torch.max(outputs, 1) #选出每一列中最大的值作为预测结果
  37. total += labels.size(0)
  38. correct += (predicted == labels).sum().item()
  39. # 每20个batch打印一次loss和准确率
  40. if (i + 1) % 20 == 0:
  41. print('[epoch:%d, iter:%d] Loss: %.03f | Acc: %.3f%% '
  42. % (epoch + 1, num_iters, sum_loss / (i + 1), 100. * correct / total))
  43. print("Training Finished, TotalEPOCH=%d" % EPOCH)

文章来源: blog.csdn.net,作者:小小谢先生,版权归原作者所有,如需转载,请联系作者。

原文链接:blog.csdn.net/xiewenrui1996/article/details/105131001

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。