Pytorch自定義CNN網(wǎng)絡(luò)實現(xiàn)貓狗分類詳解過程
前言
數(shù)據(jù)集下載地址:
鏈接: https://pan.baidu.com/s/17aglKyKFvMvcug0xrOqJdQ?pwd=6i7m
Dogs vs. Cats(貓狗大戰(zhàn))來源Kaggle上的一個競賽題,任務(wù)為給定一個數(shù)據(jù)集,設(shè)計一種算法中的貓狗圖片進行判別。
數(shù)據(jù)集包括25000張帶標簽的訓練集圖片,貓和狗各125000張,標簽都是以cat or dog命名的。圖像為RGB格式j(luò)pg圖片,size不一樣。截圖如下:
一. 數(shù)據(jù)預處理
pytorch的數(shù)據(jù)預處理部分要寫成一個類,這個類繼承Dataset類,并必須要實現(xiàn)三個函數(shù)。
from torch.utils.data import DataLoader,Dataset from torchvision import transforms as T import matplotlib.pyplot as plt import os from PIL import Image class DogCat(Dataset): def __init__(self, root, transforms=None, train=True): imgs = [os.path.join(root,img) for img in os.listdir(root)] imgs_num = len(imgs) if train: self.imgs = imgs[:int(0.7 * imgs_num)] else: self.imgs = imgs[int(0.3 * imgs_num):] if transforms is None: normalize = T.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) self.transforms = T.Compose([ T.Resize(224), T.CenterCrop(224), T.ToTensor(), normalize ]) else: self.transforms = transforms def __getitem__(self, index): img_path = self.imgs[index] # dog label : 1 cat label : 0 label = 1 if "dog" in img_path.split('/')[-1] else 0 data = Image.open(img_path) data = self.transforms(data) return data,label def __len__(self): return len(self.imgs)
__init__為構(gòu)造函數(shù),我這里用力定義數(shù)據(jù)路徑,數(shù)據(jù)集劃分,transforms。
__getitem__為迭代函數(shù),用來return單個數(shù)據(jù)的data和label。
__len__返回數(shù)據(jù)集的長度。
二. 定義網(wǎng)絡(luò)
在這個例子中,我們用一個簡單的4層卷積,2層全連接,最后跟一個sigmoid輸出二分類的概率的CNN網(wǎng)絡(luò)。
import torch import torch.nn as nn from torch.autograd import Variable import torch.nn.functional as F class ConvNet(nn.Module): def __init__(self): super(ConvNet, self).__init__() self.conv1 = nn.Conv2d(3, 32, 3) self.conv2 = nn.Conv2d(32, 64, 3) self.conv3 = nn.Conv2d(64, 128, 3) self.conv4 = nn.Conv2d(128, 128, 3) self.max_pool = nn.MaxPool2d(2) self.relu = nn.ReLU() self.sigmoid = nn.Sigmoid() # 12*12 for size(224,224) 7*7 for size(150,150) self.fc1 = nn.Linear(128*12*12, 512) self.fc2 = nn.Linear(512, 1) def forward(self, x): in_size = x.size(0) x = self.conv1(x) x = self.relu(x) x = self.max_pool(x) x = self.conv2(x) x = self.relu(x) x = self.max_pool(x) x = self.conv3(x) x = self.relu(x) x = self.max_pool(x) x = self.conv4(x) x = self.relu(x) x = self.max_pool(x) # 展開 x = x.view(in_size, -1) x = self.fc1(x) x = self.relu(x) x = self.fc2(x) x = self.sigmoid(x) return x
pytorch定義網(wǎng)絡(luò)時,必須實現(xiàn)兩個函數(shù),構(gòu)造函數(shù)主要定義一些網(wǎng)絡(luò)塊,forward函數(shù)實現(xiàn)前向推理過程。且在后續(xù)代碼中,如果定義對象model: ConvNet和數(shù)據(jù)image,可以直接通過model(image)來調(diào)用froward函數(shù)(python真的很神奇,C++出身的我理解這些騷操作好難)
三. 訓練模型
數(shù)據(jù)準備好了,模型網(wǎng)絡(luò)定義好了,下一步當然是訓練權(quán)重了。
import torch import torch.nn as nn from torch.utils.data import DataLoader,Dataset from dataset import DogCat from network import ConvNet from draw import draw_acc,draw_loss train_data_root = "/home/elvis/workfile/dataset/dataset_kaggledogvscat/train" batch_size = 256 # 1. prepare dataset train_data = DogCat(train_data_root, train=True) val_data = DogCat(train_data_root, train=False) train_dataloader = DataLoader(train_data,batch_size=batch_size,shuffle=True) val_dataloader = DataLoader(val_data,batch_size=batch_size,shuffle=True) # 2. load model model = ConvNet() if torch.cuda.is_available(): model.cuda() # 3. prepare super parameters criterion = nn.BCELoss() learning_rate = 1e-3 # optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate, momentum=0.9) optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate) # 4. train train_loss_epoch = [] train_acc_epoch = [] val_loss_epoch = [] val_acc_epoch = [] for epoch in range(1, 10): model.train() train_loss = 0; train_acc = 0; for batch_idx, (data, target) in enumerate(train_dataloader): if torch.cuda.is_available(): data, target = data.cuda(), target.cuda().float().unsqueeze(-1) else: data, target = data, target.float().unsqueeze(-1) optimizer.zero_grad() output = model(data) # print(output) loss = criterion(output, target) train_loss += loss.item(); pred = torch.tensor([[1] if num[0] >= 0.5 else [0] for num in output]).cuda(); train_acc += pred.eq(target.long()).sum().item(); loss.backward() optimizer.step() if(batch_idx+1)%10 == 0: print('Train Epoch: {} [{}/{} ({:.0f}%)]\tLoss: {:.6f}'.format( epoch, (batch_idx+1) * len(data), len(train_dataloader.dataset), 100. * (batch_idx+1) / len(train_dataloader), loss.item())) train_loss_epoch.append(train_loss / len(train_dataloader)); train_acc_epoch.append(train_acc / len(train_dataloader.dataset)); print('\nTrain set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f}%)'.format(train_loss / len(train_dataloader), train_acc, len(train_dataloader.dataset), 100. * train_acc / len(train_dataloader.dataset))); # val model.eval() test_loss = 0 correct = 0 with torch.no_grad(): for batch_idx, (data, target) in enumerate(val_dataloader): if torch.cuda.is_available(): data, target = data.cuda(), target.cuda().float().unsqueeze(-1) else: data, target = data, target.float().unsqueeze(-1) output = model(data) # print(output) test_loss += criterion(output, target).item(); #每個批次平均,一個epoch里所有批次求和 pred = torch.tensor([[1] if num[0] >= 0.5 else [0] for num in output]).cuda() correct += pred.eq(target.long()).sum().item() print('Valid set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f}%)\n'.format(test_loss/len(val_dataloader), correct, len(val_dataloader.dataset), 100. * correct / len(val_dataloader.dataset))); val_loss_epoch.append(test_loss / len(val_dataloader)); val_acc_epoch.append(correct / len(val_dataloader.dataset)); # Save model val_acc_rate = correct / len(val_dataloader.dataset); save = True best = "best.pt" last = "last.pt" if save: # Save last, best and delete torch.save(model.state_dict(), last) if val_acc_rate == max(val_acc_epoch): torch.save(model.state_dict(), best) print("save epoch {} model".format(epoch)) # 5. drawing draw_loss(train_loss_epoch, val_loss_epoch) draw_acc(train_acc_epoch,val_acc_epoch)
第一步,準備數(shù)據(jù)。先用我們之前定義的DogCat類來加載數(shù)據(jù),但這個類繼承自dataset,是加載一條數(shù)據(jù)的。如果要批量加載數(shù)據(jù),還要用pytorch內(nèi)部的另一個類DataLoader,然后在構(gòu)造函數(shù)里傳入batchsize就可以批量加載數(shù)據(jù)了。注意這里的類對象實際是一個生成器,后續(xù)通過循環(huán)就可以一直批量的去取數(shù)據(jù)了。
第二步,定義模型對象,有用顯卡就把模型放在顯卡上,沒有的話就用cpu跑。
第三步,定義一些超參數(shù)。因為是二分類,網(wǎng)絡(luò)最后一層為sigmoid輸出類別的概率值,所以選用二分類交叉熵損失函數(shù)。再設(shè)置一下學習率和優(yōu)化器。
第四步,訓練n個epoch。在每一個epoch里計算訓練集準去率,驗證集準確率,并保存模型。
最后結(jié)果像這樣
有條件的可以多訓練幾個epoch試試。
到此這篇關(guān)于Pytorch自定義CNN網(wǎng)絡(luò)實現(xiàn)貓狗分類詳解過程的文章就介紹到這了,更多相關(guān)Pytorch貓狗分類內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
django 實現(xiàn)編寫控制登錄和訪問權(quán)限控制的中間件方法
今天小編就為大家分享一篇django 實現(xiàn)編寫控制登錄和訪問權(quán)限控制的中間件方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01python爬蟲模擬瀏覽器訪問-User-Agent過程解析
這篇文章主要介紹了python爬蟲模擬瀏覽器訪問-User-Agent過程解析,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-12-12python連接數(shù)據(jù)庫后通過占位符添加數(shù)據(jù)
在pymysql中支持對占位符的處理,開發(fā)者需要在SQL中使用“%”定義占位符,在使用excute()方法執(zhí)行時對占位符的數(shù)據(jù)進行填充即可,本文給大家介紹python連接數(shù)據(jù)庫后通過占位符添加數(shù)據(jù)的方法,需要的朋友參考下吧2021-12-12Python中的Socket 與 ScoketServer 通信及遇到問題解決方法
Socket有一個緩沖區(qū),緩沖區(qū)是一個流,先進先出,發(fā)送和取出的可自定義大小的,如果取出的數(shù)據(jù)未取完緩沖區(qū),則可能存在數(shù)據(jù)怠慢。本文通過實例代碼給大家介紹Python中的Socket 與 ScoketServer 通信及遇到問題解決方法 ,需要的朋友參考下吧2019-04-04Python解析json之ValueError: Expecting property name enclosed in
這篇文章主要給大家介紹了關(guān)于Python解析json報錯:ValueError: Expecting property name enclosed in double quotes: line 1 column 2(char 1)的解決方法,文中介紹的非常詳細,需要的朋友們可以參考借鑒,下面來一起看看吧。2017-07-07Python 使用 docopt 解析json參數(shù)文件過程講解
這篇文章主要介紹了Python 使用 docopt 解析json參數(shù)文件過程講解,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-08-08