Pytorch实现自然风光图像场景分类识别(含训练代码和数据集)

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

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

从零教你安装pytorch并在pycharm中使用

《从零教你安装pytorch并在pycharm中使用》本文详细介绍了如何使用Anaconda包管理工具创建虚拟环境,并安装CUDA加速平台和PyTorch库,同时在PyCharm中配置和使用PyTor... 目录背景介绍安装Anaconda安装CUDA安装pytorch报错解决——fbgemm.dll连接p

pycharm远程连接服务器运行pytorch的过程详解

《pycharm远程连接服务器运行pytorch的过程详解》:本文主要介绍在Linux环境下使用Anaconda管理不同版本的Python环境,并通过PyCharm远程连接服务器来运行PyTorc... 目录linux部署pytorch背景介绍Anaconda安装Linux安装pytorch虚拟环境安装cu

Vue项目的甘特图组件之dhtmlx-gantt使用教程和实现效果展示(推荐)

《Vue项目的甘特图组件之dhtmlx-gantt使用教程和实现效果展示(推荐)》文章介绍了如何使用dhtmlx-gantt组件来实现公司的甘特图需求,并提供了一个简单的Vue组件示例,文章还分享了一... 目录一、首先 npm 安装插件二、创建一个vue组件三、业务页面内 引用自定义组件:四、dhtmlx

javaScript在表单提交时获取表单数据的示例代码

《javaScript在表单提交时获取表单数据的示例代码》本文介绍了五种在JavaScript中获取表单数据的方法:使用FormData对象、手动提取表单数据、使用querySelector获取单个字... 方法 1:使用 FormData 对象FormData 是一个方便的内置对象,用于获取表单中的键值

Vue ElementUI中Upload组件批量上传的实现代码

《VueElementUI中Upload组件批量上传的实现代码》ElementUI中Upload组件批量上传通过获取upload组件的DOM、文件、上传地址和数据,封装uploadFiles方法,使... ElementUI中Upload组件如何批量上传首先就是upload组件 <el-upl

Docker部署Jenkins持续集成(CI)工具的实现

《Docker部署Jenkins持续集成(CI)工具的实现》Jenkins是一个流行的开源自动化工具,广泛应用于持续集成(CI)和持续交付(CD)的环境中,本文介绍了使用Docker部署Jenkins... 目录前言一、准备工作二、设置变量和目录结构三、配置 docker 权限和网络四、启动 Jenkins

Python3脚本实现Excel与TXT的智能转换

《Python3脚本实现Excel与TXT的智能转换》在数据处理的日常工作中,我们经常需要将Excel中的结构化数据转换为其他格式,本文将使用Python3实现Excel与TXT的智能转换,需要的可以... 目录场景应用:为什么需要这种转换技术解析:代码实现详解核心代码展示改进点说明实战演练:从Excel到

如何使用CSS3实现波浪式图片墙

《如何使用CSS3实现波浪式图片墙》:本文主要介绍了如何使用CSS3的transform属性和动画技巧实现波浪式图片墙,通过设置图片的垂直偏移量,并使用动画使其周期性地改变位置,可以创建出动态且具有波浪效果的图片墙,同时,还强调了响应式设计的重要性,以确保图片墙在不同设备上都能良好显示,详细内容请阅读本文,希望能对你有所帮助...

C# string转unicode字符的实现

《C#string转unicode字符的实现》本文主要介绍了C#string转unicode字符的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随... 目录1. 获取字符串中每个字符的 Unicode 值示例代码:输出:2. 将 Unicode 值格式化

python安装whl包并解决依赖关系的实现

《python安装whl包并解决依赖关系的实现》本文主要介绍了python安装whl包并解决依赖关系的实现,文中通过图文示例介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 目录一、什么是whl文件?二、我们为什么需要使用whl文件来安装python库?三、我们应该去哪儿下