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(yù)處理
pytorch的數(shù)據(jù)預(yù)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 xpytorch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2019-01-01
python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2019-12-12
python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2021-12-12
Python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2019-04-04
Python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。2017-07-07
python實現(xiàn)的jpg格式圖片修復(fù)代碼
這篇文章主要介紹了python實現(xiàn)的jpg格式圖片修復(fù)代碼,本文直接給出實現(xiàn)代碼,需要的朋友可以參考下2015-04-04
Python 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

