Pytorch实现自然风光图像场景分类识别(含训练代码和数据集)

2024-08-31 22:36
文章标签 代码 数据 实现 训练 图像 分类 场景 pytorch 识别 自然风光

本文主要是介绍Pytorch实现自然风光图像场景分类识别(含训练代码和数据集)，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

Pytorch实现自然风光图像场景分类识别(含训练代码和数据集)

目录

Pytorch实现自然风光图像场景分类识别(含训练代码和数据集)

1. 前言

2. 自然风光图像场景分类数据集

（1）自然风光图像场景分类数据集

（2）自定义数据集

3. 自然风光图像场景分类模型训练

（1）项目安装

（2）准备Train和Test数据

（3）配置文件：​config.yaml​

（4）开始训练

（5）可视化训练过程

（6）一些优化建议

（7） 一些运行错误处理方法：

4. 自然风光图像场景分类模型测试效果

5.项目源码下载

1. 前言

本项目将基于深度学习Pytorch，搭建一个自然风图像场景分类识别的训练和测试项目，实现一个简单的自然风光场景图像识别系统。项目收集了6种类场景图像，包含建筑物、森林，冰川，山、海和街道六个场景，总数约17000张图片数据；项目骨干网络支持常见的CNN模型，如MobileNet, resnet[18,34,50]，也支持Transformer的模型，如MobileVit，Vit_L_16,Vit_B_16等模型，用户也可以自定义其他模型，进行训练和测试。

模型input size准确率
mobilenet_v2224×22493.3667
resnet18224×22493.8333
MobileVit256×25692.1333
Vit_B_16224×22493.4333

【尊重原创，转载请注明出处】https://blog.csdn.net/guyuealian/article/details/141747025

2. 自然风光图像场景分类数据集

（1）自然风光图像场景分类数据集

项目收集了自然风光场景图像数据集，该数据集包含：建筑物、森林，冰川，山、海和街道六个场景，原始数据最初由英特尔在https://datahack.analyticsvidhya.com上发布，以举办图像分类挑战赛；总数约25,000张图片，分为三个子集，其中训练集Train14000张图片，验证集Val约3000张图片和测试集Test7000张图片，但测试集并没有标注类别；

建筑物

森林

冰川

山

海

街道

（2）自定义数据集

如果需要新增类别数据，或者需要自定数据集进行训练，可以如下进行处理：

  • Train和Test数据集，要求相同类别的图片，放在同一个文件夹下；且子目录文件夹命名为类别名称，如

460884152265435080de79b3f34d9f0f.png​

  • 类别文件：一行一个列表：​class_name.txt​ 
     (最后一行,请多回车一行)
A
B
C
D
  • 修改配置文件的数据路径：​config.yaml​
train_data: # 可添加多个数据集- 'data/dataset/train1' - 'data/dataset/train2'
test_data: 'data/dataset/test'
class_name: 'data/dataset/class_name.txt'
...
...

3. 自然风光图像场景分类模型训练

本项目以自然风光场景图像数据集为训练和测试样本，你也可以根据自己的需要增加和较少类别，进行训练。

（1）项目安装

整套工程基本框架结构如下：

.
├── classifier           # 训练模型相关工具
├── configs              # 训练配置文件
├── data                 # 训练数据
├── libs           
├── demo.py              # 模型推理demo
├── README.md            # 项目工程说明文档
├── requirements.txt     # 项目相关依赖包
└── train.py             # 训练文件

   项目依赖python包请参考requirements.txt，使用pip安装即可：

numpy==1.16.3
matplotlib==3.1.0
Pillow==6.0.0
easydict==1.9
opencv-contrib-python==4.5.2.52
opencv-python==4.5.1.48
pandas==1.1.5
PyYAML==5.3.1
scikit-image==0.17.2
scikit-learn==0.24.0
scipy==1.5.4
seaborn==0.11.2
tensorboard==2.5.0
tensorboardX==2.1
torch==1.7.1+cu110
torchvision==0.8.2+cu110
tqdm==4.55.1
xmltodict==0.12.0
basetrainer
pybaseutils==0.6.5

 项目安装教程请参考（初学者入门，麻烦先看完下面教程，配置好开发环境）：

  • 项目开发使用教程和常见问题和解决方法
  • 视频教程：1 手把手教你安装CUDA和cuDNN(1)
  • 视频教程：2 手把手教你安装CUDA和cuDNN(2)
  • 视频教程：3 如何用Anaconda创建pycharm环境
  • 视频教程：4 如何在pycharm中使用Anaconda创建的python环境

（2）准备Train和Test数据

下载数据集，Train和Test数据集，要求相同类别的图片，放在同一个文件夹下；且子目录文件夹命名为类别名称。

数据增强方式主要采用： 随机裁剪，随机翻转，随机旋转，颜色变换等处理方式

import numbers
import random
import PIL.Image as Image
import numpy as np
from torchvision import transformsdef image_transform(input_size, rgb_mean=[0.5, 0.5, 0.5], rgb_std=[0.5, 0.5, 0.5], trans_type="train"):"""不推荐使用：RandomResizedCrop(input_size), # bug:目标容易被crop掉:param input_size: [w,h]:param rgb_mean::param rgb_std::param trans_type::return::"""if trans_type == "train":transform = transforms.Compose([transforms.Resize([int(128 * input_size[1] / 112), int(128 * input_size[0] / 112)]),transforms.RandomHorizontalFlip(),  # 随机左右翻转# transforms.RandomVerticalFlip(), # 随机上下翻转transforms.ColorJitter(brightness=0.5, contrast=0.5, saturation=0.5, hue=0.1),transforms.RandomRotation(degrees=5),transforms.RandomCrop([input_size[1], input_size[0]]),transforms.ToTensor(),transforms.Normalize(mean=rgb_mean, std=rgb_std),])elif trans_type == "val" or trans_type == "test":transform = transforms.Compose([transforms.Resize([input_size[1], input_size[0]]),# transforms.CenterCrop([input_size[1], input_size[0]]),# transforms.Resize(input_size),transforms.ToTensor(),transforms.Normalize(mean=rgb_mean, std=rgb_std),])else:raise Exception("transform_type ERROR:{}".format(trans_type))return transform

修改配置文件数据路径：​config.yaml​

# 训练数据集，可支持多个数据集
train_data:- 'path/to/Natural/dataset/train'
# 测试数据集
test_data: 'path/to/Natural/dataset/val'
# 类别文件
class_name: 'path/to/class_name.txt'

（3）配置文件：​config.yaml​

  • 骨干网络(backbone)支持CNN模型，如MobileNet, resnet[18,34,50]，也支持transformer的模型，如MobileVit，Vit_L_16,Vit_B_16等模型，用户也可以自定义模型，进行模型训练和测试。
  • 训练参数可以通过(configs/config.yaml)配置文件进行设置

 配置文件：​config.yaml​说明如下：

# 训练数据集，可支持多个数据集
train_data:- 'path/to/Natural/dataset/train'
# 测试数据集
test_data: 'path/to/Natural/dataset/val'
# 类别文件
class_name: 'path/to/class_name.txt'
train_transform: "train"       # 训练使用的数据增强方法
test_transform: "val"          # 测试使用的数据增强方法
work_dir: "work_space/"        # 保存输出模型的目录
net_type: "mobilenet_v2"       # 骨干网络,支持：resnet18/50,mobilenet_v2,googlenet,inception_v3,mobilevit，vit_l_16,vit_b_16
width_mult: 1.0
input_size: [ 224,224 ]        # 模型输入大小
rgb_mean: [ 0.5, 0.5, 0.5 ]    # for normalize inputs to [-1, 1],Sequence of means for each channel.
rgb_std: [ 0.5, 0.5, 0.5 ]     # for normalize,Sequence of standard deviations for each channel.
batch_size: 32
lr: 0.01                       # 初始学习率
optim_type: "SGD"              # 选择优化器，SGD,Adam
loss_type: "CrossEntropyLoss"  # 选择损失函数：支持CrossEntropyLoss,LabelSmoothing
momentum: 0.9                  # SGD momentum
num_epochs: 100                # 训练循环次数
num_warn_up: 3                 # warn-up次数
num_workers: 8                 # 加载数据工作进程数
weight_decay: 0.0005           # weight_decay，默认5e-4
scheduler: "multi-step"        # 学习率调整策略
milestones: [ 20,50,80 ]       # 下调学习率方式
gpu_id: [ 0 ]                  # GPU ID
log_freq: 50                   # LOG打印频率
progress: True                 # 是否显示进度条
pretrained: False              # 是否使用pretrained模型
finetune: False                # 是否进行finetune

参数类型参考值说明
train_datastr, list-训练数据文件，可支持多个文件
test_datastr, list-测试数据文件，可支持多个文件
class_namestr-类别文件
work_dirstrwork_space训练输出工作空间
net_typestrresnet18 
骨干网络,支持：resnet18/50,mobilenet_v2,googlenet,inception_v3,mobilevit，vit_l_16,vit_b_16
input_sizelist[128,128]模型输入大小[W,H]
batch_sizeint32batch size
lrfloat0.1初始学习率大小
optim_typestrSGD优化器，{SGD,Adam}
loss_typestrCELoss损失函数
schedulerstrmulti-step学习率调整策略，{multi-step,cosine}
milestoneslist[30,80,100]降低学习率的节点，仅仅scheduler=multi-step有效
momentumfloat0.9SGD动量因子
num_epochsint120循环训练的次数
num_warn_upint3warn_up的次数
num_workersint12DataLoader开启线程数
weight_decayfloat5e-4权重衰减系数
gpu_idlist[ 0 ]指定训练的GPU卡号，可指定多个
log_freqin20显示LOG信息的频率
finetunestrmodel.pthfinetune的模型
progressboolTrue是否显示进度条
distributedboolFalse是否使用分布式训练

（4）开始训练

整套训练代码非常简单操作，用户只需要将相同类别的数据放在同一个目录下，并填写好对应的数据路径，即可开始训练了。

python train.py -c configs/config.yaml

训练完成后，在自然风光图像场景分类数据集上，训练集的Accuracy在98%左右，验证集的Accuracy在93%左右，下表给出mobilenet_v2, resnet18，MobileVit和Vit_B_16等常用模型验证集的准确率：

模型input size准确率
mobilenet_v2224×22493.3667
resnet18224×22493.8333
MobileVit256×25692.1333
Vit_B_16224×22493.4333

（5）可视化训练过程

训练过程可视化工具是使用Tensorboard，使用方法，可参考这里：项目开发使用教程和常见问题和解决方法
在终端输入：

# 基本方法
tensorboard --logdir=path/to/log/
# 例如
tensorboard --logdir=work_space/mobilevit_1.0_256_256_LabelSmooth_20240829_183703_3889/log

可视化效果 

（6）一些优化建议

如果想进一步提高准确率，可以尝试：

  1. 最重要的： 清洗数据集，原始数据大部分都是通过网上爬取的，存在部分错误的图片，尽管鄙人已经清洗一部分了，但还是建议你，训练前，再次清洗数据集，不然会影响模型的识别的准确率。
  2. 使用不同backbone模型，比如resnet50或者更深，参数量更大的模型
  3. 增加数据增强： 已经支持： 随机裁剪，随机翻转，随机旋转，颜色变换等数据增强方式，可以尝试诸如mixup，CutMix等更复杂的数据增强方式
  4. 样本均衡： 建议进行样本均衡处理，避免长尾问题
  5. 调超参： 比如学习率调整策略，优化器（SGD,Adam等）
  6. 损失函数： 目前训练代码已经支持：交叉熵，LabelSmoothing，可以尝试FocalLoss等损失函数

（7） 一些运行错误处理方法：

  • 项目不要出现含有中文字符的目录文件或路径，否则会出现很多异常！！！！！！！！

  • cannot import name 'load_state_dict_from_url' 

由于一些版本升级，会导致部分接口函数不能使用，请确保版本对应

torch==1.7.1

torchvision==0.8.2

或者将对应python文件将

from torchvision.models.resnet import model_urls, load_state_dict_from_url

修改为：

from torch.hub import load_state_dict_from_url
model_urls = {'mobilenet_v2': 'https://download.pytorch.org/models/mobilenet_v2-b0353104.pth','resnet18': 'https://download.pytorch.org/models/resnet18-5c106cde.pth','resnet34': 'https://download.pytorch.org/models/resnet34-333f7ec4.pth','resnet50': 'https://download.pytorch.org/models/resnet50-19c8e357.pth','resnet101': 'https://download.pytorch.org/models/resnet101-5d3b4d8f.pth','resnet152': 'https://download.pytorch.org/models/resnet152-b121ed2d.pth','resnext50_32x4d': 'https://download.pytorch.org/models/resnext50_32x4d-7cdf4587.pth','resnext101_32x8d': 'https://download.pytorch.org/models/resnext101_32x8d-8ba56ff5.pth','wide_resnet50_2': 'https://download.pytorch.org/models/wide_resnet50_2-95faca4d.pth','wide_resnet101_2': 'https://download.pytorch.org/models/wide_resnet101_2-32ee1156.pth',
}

4. 自然风光图像场景分类模型测试效果

 demo.py文件用于推理和测试模型的效果，填写好配置文件，模型文件以及测试图片即可运行测试了

def get_parser():# 配置文件config_file = "work_space/mobilenet_v2_1.0_224_224_LabelSmooth_20240828_090042_9751/config.yaml"# 模型文件model_file = "work_space/mobilenet_v2_1.0_224_224_LabelSmooth_20240828_090042_9751/model/latest_model_119_92.6333.pth"# 待测试图片目录image_dir = "data/test_images"parser = argparse.ArgumentParser(description="Inference Argument")parser.add_argument("-c", "--config_file", help="configs file", default=config_file, type=str)parser.add_argument("-m", "--model_file", help="model_file", default=model_file, type=str)parser.add_argument("--device", help="cuda device id", default="cuda:0", type=str)parser.add_argument("--image_dir", help="image file or directory", default=image_dir, type=str)return parser
#!/usr/bin/env bash
# Usage:
# python demo.py  -c "path/to/config.yaml" -m "path/to/model.pth" --image_dir "path/to/image_dir"python demo.py -c work_space/mobilenet_v2_1.0_224_224_LabelSmooth_20240828_090042_9751/config.yaml -m work_space/mobilenet_v2_1.0_224_224_LabelSmooth_20240828_090042_9751/model/latest_model_119_92.6333.pth --image_dir data/test_images

运行测试结果： 

pred_index:['冰川'],pred_score:[0.9146847]

pred_index:['山'],pred_score:[0.7039213]

pred_index:['建筑物'],pred_score:[0.92356795]

 pred_index:['森林'],pred_score:[0.91926664]

​

5.项目源码下载

 【源码下载】Pytorch实现自然风光图像场景分类识别(含训练代码和数据集)

整套项目源码内容包含：

  • 自然风光图像场景分类数据集: 数据集包含：建筑物、森林，冰川，山、海和街道六个场景，总数约25,000张图片，分为三个子集，其中训练集Train14000张图片，验证集Val约3000张图片和测试集Test7000张图片，但测试集并没有标注类别；
  • 项目支持自定义数据集进行训练
  • 项目骨干网络支持常见的CNN模型，如MobileNet, resnet[18,34,50]，也支持Transformer的模型，如MobileVit，Vit_L_16,Vit_B_16等模型，用户也可以自定义其他模型，进行训练和测试
  • 项目提供已经训练好的模型，无需重新训练，即可运行demo.py测试图片

这篇关于Pytorch实现自然风光图像场景分类识别(含训练代码和数据集)的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1125186。

相关文章

大模型研发全揭秘：客服工单数据标注的完整攻略

大模型研发全揭秘：客服工单数据标注的完整攻略

在人工智能（AI）领域，数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者，掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中，工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注，不仅能够帮助提升客服自动化系统的智能化水平，还能优化客户服务流程，提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行
阅读更多...
基于MySQL Binlog的Elasticsearch数据同步实践

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展，我们的业务数据越来越多，单纯使用 MySQL 已经不能满足我们的数据查询需求，例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后，随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步，我们目前的解决方案是建立数据中间表。把需要检索的业务数据，统一放到一张M
阅读更多...
关于数据埋点，你需要了解这些基本知识

关于数据埋点，你需要了解这些基本知识

产品汪每天都在和数据打交道，你知道数据来自哪里吗？ 移动app端内的用户行为数据大多来自埋点，了解一些埋点知识，能和数据分析师、技术侃大山，参与到前期的数据采集，更重要是让最终的埋点数据能为我所用，否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式，可以区分为： 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理：自动程度高的，能解决通用统计，便于统一化管理，但个性化定
阅读更多...
基于人工智能的图像分类系统

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务，目标是自动识别图像中的对象类别。通过卷积神经网络（CNN）等深度学习技术，我们可以构建高效的图像分类系统，广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统，包括环境
阅读更多...
Hadoop企业开发案例调优场景

Hadoop企业开发案例调优场景

需求 （1）需求：从1G数据中，统计每个单词出现次数。服务器3台，每台配置4G内存，4核CPU，4线程。 （2）需求分析： 1G / 128m = 8个MapTask；1个ReduceTask；1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务（4    3    3） HDFS参数调优 （1）修改：hadoop-env.sh export HDFS_NAMENOD
阅读更多...
使用SecondaryNameNode恢复NameNode的数据

使用SecondaryNameNode恢复NameNode的数据

1）需求： NameNode进程挂了并且存储的数据也丢失了，如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2）故障模拟 （1）kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 （2）删除NameNode存储的数据（/opt/module/hadoop-3.1.4/data/tmp/dfs/na
阅读更多...
异构存储（冷热数据分离）

异构存储（冷热数据分离）

异构存储主要解决不同的数据，存储在不同类型的硬盘中，达到最佳性能的问题。 异构存储Shell操作 （1）查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies （2）为指定路径（数据存储目录）设置指定的存储策略 hdfs storagepolicies -setStoragePo
阅读更多...
Hadoop集群数据均衡之磁盘间数据均衡

Hadoop集群数据均衡之磁盘间数据均衡

生产环境，由于硬盘空间不足，往往需要增加一块硬盘。刚加载的硬盘没有数据时，可以执行磁盘数据均衡命令。（Hadoop3.x新特性） plan后面带的节点的名字必须是已经存在的，并且是需要均衡的节点。 如果节点不存在，会报如下错误： 如果节点只有一个硬盘的话，不会创建均衡计划： （1）生成均衡计划 hdfs diskbalancer -plan hadoop102 （2）执行均衡计划 hd
阅读更多...
hdu1043（八数码问题，广搜 + hash（实现状态压缩） ）

hdu1043（八数码问题，广搜 + hash（实现状态压缩） ）

利用康拓展开将一个排列映射成一个自然数，然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu
阅读更多...
认识、理解、分类——acm之搜索

认识、理解、分类——acm之搜索

普通搜索方法有两种：1、广度优先搜索；2、深度优先搜索； 更多搜索方法： 3、双向广度优先搜索； 4、启发式搜索（包括A*算法等）； 搜索通常会用到的知识点：状态压缩（位压缩，利用hash思想压缩）。
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2