赛事实践训练链接：华为云爱（AI）美食·美食图片分类

赛事介绍 

美食数据包含10个类别，数据集共5000个图片，尺寸大小不一，类别分别均衡。需要自己划分训练集和验证集，竞赛数据来自真实的美食图片数据，包含中餐、西餐、甜点、粥类，每张图像中美食所占比例大于3/4，每张图片代表一类美食。  竞赛数据分为2个数据集：参赛选手可使用第1个数据集，第2个数据集作为评判用（参赛者不可见）。

主要思路

1. 数据集划分

       采用了8.5:1.5的比例将数据集划分为训练集和验证集
   

2. 数据增强

   对图片进行了一定的旋转处理（）和尺寸处理，这里计算了一下所有照片的均值，方差 mean std = [0.6736, 0.5654, 0.4031],[0.1994, 0.2248, 0.2528]，具体代码如下：

normalize = transforms.Normalize([0.6736, 0.5654, 0.4031],[0.1994, 0.2248, 0.2528])
train_transformer_ImageNet = transforms.Compose([
    transforms.Resize((size,size)),
    transforms.RandomHorizontalFlip(),
    transforms.RandomAffine(degrees=3, translate=(0.05, 0.05), scale=(0.95, 1.05)),
    transforms.ToTensor(),
    normalize
])
 
val_transformer_ImageNet = transforms.Compose([
    transforms.Resize((size,size)),
    #transforms.CenterCrop(224),
    transforms.ToTensor(),
    normalize
])

   3.划分数据集和基础的图像预处理

      色彩抖动，图像中有一个比较大的难点是背景干扰，在实际工程中为了消除图像在不同背景中存在的差异性，通常会做一些色彩抖动操作，扩充数据集合。色彩抖动主要是在图像的颜色方面做增强，主要调整的是图像的亮度，饱和度和对比度。工程中不是任何数据集都适用，通常如果不同背景的图像较多，加入色彩抖动操作会有很好的提升。

def randomColor(image, saturation=0, brightness=0, contrast=0, sharpness=0):
    if random.random() < saturation:
        random_factor = np.random.randint(0, 31) / 10.  # 随机因子
        image = ImageEnhance.Color(image).enhance(random_factor)  # 调整图像的饱和度
    if random.random() < brightness:
        random_factor = np.random.randint(10, 21) / 10.  # 随机因子
        image = ImageEnhance.Brightness(image).enhance(random_factor)  # 调整图像的亮度
    if random.random() < contrast:
        random_factor = np.random.randint(10, 21) / 10.  # 随机因1子
        image = ImageEnhance.Contrast(image).enhance(random_factor)  # 调整图像对比度
    if random.random() < sharpness:
        random_factor = np.random.randint(0, 31) / 10.  # 随机因子
        ImageEnhance.Sharpness(image).enhance(random_factor)  # 调整图像锐度
    return image

   4.batch_size

      一般设为8、16、32、64、128、256等2的幂次值，batch_size越小，梯度下降方向变化越大，可能导致训练不收敛，batch_size越大，梯度下降方向越稳，但是有如下几个缺点：  

（1）       所需的内存和显存都越大，有可能撑爆机器；  

        （2）       由于计算好大一批数据才进行一次梯度下降，会导致达到相同精度所需的训练时间变长；  

         batch_size一般不影响最终精度，主要影响训练速度，每次做不同的训练任务，应该去尝试、总结合适的batch_size值，最后跑该类任务时就固定使用该batch_size=16

  5. 预训练模型的选择  

       考虑到时间和精力的问题，在保证训练效果不错的基础上，将原有的resnet50神经网络结构训练模型换成了resnet101

  6.学习率衰减调整

      使用ReduceLROnPlateau学习调度器，如果三个epoch准确率没有提升，则减少学习率

exp_lr_scheduler = lr_scheduler.ReduceLROnPlateau(optimizer_ft,mode='max',patience=3,verbose=True)

7.通过训练中的实际情况对epochs做了点适当的微调以及推理文件的微调

最后模型性能

   单模型，验证集上best acc为96.933%，提交到modelarts上，测试集的acc为98%。

    后期进行修改后，使用多模型融合，提交到modelarts上，测试集的acc为99%。

附件里给大家分享了一个我用PyTorch写的baseline，结构很简单，方便大家学习，而且改进了运行时间，单模型跑下来只有25分钟左右，而且识别正确率很高！！