pytorch(六）：好莱坞明星识别

• 🍨 本文为🔗365天深度学习训练营 内部限免文章（版权归 K同学啊 所有）
• 🍦 参考文章地址： 🔗深度学习实战训练 | 第6周：好莱坞明星识别
• 🍖 作者：K同学啊 | 接辅导、程序定制

1 开发环境

电脑系统：Windows 10

编译器：Jupter Lab

语言环境：Python 3.8

深度学习环境：Pytorch

2 前期准备

2.1 设置GPU

        由于实验所用电脑显卡维集成显卡（intel(r) UHD graphics），因此无法使用GPU。
 

import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets
import os, PIL, pathlib, warningswarnings.filterwarnings("ignore")
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")print(device)

 2.2 导入数据

import os,PIL,random,pathlib
data_dir_str = 'data/6-data/'
data_dir = pathlib.Path(data_dir_str)
print("data_dir:", data_dir, "\n")data_paths = list(data_dir.glob('*'))
classNames = [str(path).split('\\')[-1] for path in data_paths]
print('classNames:', classNames , '\n')train_transforms = transforms.Compose([transforms.Resize([224, 224]),  # resize输入图片transforms.ToTensor(),  # 将PIL Image或numpy.ndarray转换成tensortransforms.Normalize(mean=[0.485, 0.456, 0.406],std=[0.229, 0.224, 0.225])  # 从数据集中随机抽样计算得到
])total_data = datasets.ImageFolder(data_dir_str, transform=train_transforms)
print(total_data)
print(total_data.class_to_idx)

    结果输出如下：

 2.3 划分数据集

train_size = int(0.8 * len(total_data))
test_size = len(total_data) - train_size
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
print(train_dataset, test_dataset)batch_size = 32
train_dl = torch.utils.data.DataLoader(train_dataset, batch_size=batch_size,shuffle=True,num_workers=1)
test_dl = torch.utils.data.DataLoader(test_dataset, batch_size=batch_size,shuffle=True,num_workers=1)for X, y in test_dl:print("Shape of X [N, C, H, W]:", X.shape)print("Shape of y:", y.shape, y.dtype)break

    结果输出如下：

 3 调用官方的VGG16模型

from torchvision.models import vgg16# 加载预训练模型，并且对模型进行微调
model = vgg16(pretrained = True).to(device) # 加载预训练的vgg16模型for param in model.parameters():param.requires_grad = False # 冻结模型的参数，以便在训练时只训练最后一层的参数# 修改classifier模型的第6层（即：（6）:Linear(in_features=4096, out_features=2, bias=True)）
# 注意查看打印的模型
model.classifier._modules['6'] = nn.Linear(4096, len(classNames)) # 修改vgg16模型中最后一层全连接层，输出目标类别个数
model.to(device)
print(model)

    运行后可看到正在下载预训练模型文件

 4 训练模型

4.1编写训练函数

# 训练循环
def train(dataloader, model, loss_fn, optimizer):size = len(dataloader.dataset)  # 训练集的大小num_batches = len(dataloader)   # 批次数目, (size/batch_size，向上取整)train_loss, train_acc = 0, 0  # 初始化训练损失和正确率for X, y in dataloader:  # 获取图片及其标签X, y = X.to(device), y.to(device)# 计算预测误差pred = model(X)          # 网络输出loss = loss_fn(pred, y)  # 计算网络输出和真实值之间的差距，targets为真实值，计算二者差值即为损失# 反向传播optimizer.zero_grad()  # grad属性归零loss.backward()        # 反向传播optimizer.step()       # 每一步自动更新# 记录acc与losstrain_acc  += (pred.argmax(1) == y).type(torch.float).sum().item()train_loss += loss.item()train_acc  /= sizetrain_loss /= num_batchesreturn train_acc, train_loss

4.2 编写测试函数

def test(dataloader, model, loss_fn):size = len(dataloader.dataset)  # 测试集的大小num_batches = len(dataloader)  # 批次数目test_loss, test_acc = 0, 0# 当不进行训练时，停止梯度更新，节省计算内存消耗with torch.no_grad():for imgs, target in dataloader:imgs, target = imgs.to(device), target.to(device)# 计算losstarget_pred = model(imgs)loss = loss_fn(target_pred, target)test_loss += loss.item()test_acc += (target_pred.argmax(1) == target).type(torch.float).sum().item()test_acc /= sizetest_loss /= num_batchesreturn test_acc, test_loss

 4.3 设置动态学习率

ef adjust_learning_rate(optimizer, epoch, start_lr):# 每4轮epoch衰减到原来的 0.92lr = start_lr * (0.92 ** (epoch //4))for param_group in optimizer.param_groups:param_group['lr'] = lrlearn_rate = 1e-4 # 初始学习率
# 调用官方动态学习率接口 （与上面的adjust_learning_rate等价）
lambda1 = lambda epoch:0.92 **(epoch // 4)
optimizer = torch.optim.SGD(model.parameters(), lr=learn_rate)
scheduler = torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda=lambda1) # 选定调整方法

4.4 正式训练

import copyloss_fn    = nn.CrossEntropyLoss() # 创建损失函数
epochs     = 40train_loss = []
train_acc  = []
test_loss  = []
test_acc   = []best_acc = 0for epoch in range(epochs):# 更新学习率（使用自定义学习率时使用）# adjust_learning_rate(optimizer, epoch, learn_rate)model.train()epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, optimizer)scheduler.step() # 更新学习率（调用官方动态学习率接口时使用）model.eval()epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)# 保存最佳模型到best_modelif epoch_test_acc > best_acc:best_acc = epoch_test_accbest_model = copy.deepcopy(model)train_acc.append(epoch_train_acc)train_loss.append(epoch_train_loss)test_acc.append(epoch_test_acc)test_loss.append(epoch_test_loss)# 获取当前的学习率lr = optimizer.state_dict()['param_groups'][0]['lr']template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%, Test_loss:{:.3f}, Lr:{:.2E}')print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss, epoch_test_acc*100, epoch_test_loss, lr))# 保存最佳模型到文件中
PATH = 'data/6_best_model.pth' # 保存的参数文件名
torch.save(model.state_dict(), PATH)print('Done')

    训练速度很慢，尤其在cpu中，更换带GPU的PC机进行训练，训练结果如下所示，准确率较低，无论训练集还是测试集基本都在21%左右。

 5 结果可视化

5.1 Loss和Accuracy图

import matplotlib.pyplot as plt
#隐藏警告
import warningswarnings.filterwarnings("ignore")               #忽略警告信息
plt.rcParams['font.sans-serif']    = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False      # 用来正常显示负号
plt.rcParams['figure.dpi']         = 100        #分辨率epochs_range = range(epochs)plt.figure(figsize=(12, 3))
plt.subplot(1, 2, 1)plt.plot(epochs_range, train_acc, label='Training Accuracy')
plt.plot(epochs_range, test_acc, label='Test Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')plt.subplot(1, 2, 2)
plt.plot(epochs_range, train_loss, label='Training Loss')
plt.plot(epochs_range, test_loss, label='Test Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()

    结果显示如下所示：

 5.2  指定图片进行预测

from PIL import Imageclasses = list(total_data.class_to_idx)def predict_one_image(image_path, model, transform, classes):test_img = Image.open(image_path).convert('RGB')plt.imshow(test_img)  # 展示预测的图片test_img = transform(test_img)img = test_img.to(device).unsqueeze(0)model.eval()output = model(img)_, pred = torch.max(output, 1)pred_class = classes[pred]print(f'预测结果是：{pred_class}')# 预测训练集中的某张照片
predict_one_image(image_path='./6-data/Anglelina Jolie/002_8f8da10e.jpg',model=model,transform=train_transforms,classes=classes)

    由于之前训练不理想，这里测试了几次都没有预测正确。

 5.3 模型评估

best_model.eval()
epoch_test_acc, epoch_test_loss = test(test_dl, best_model, loss_fn)
print(epoch_test_acc, epoch_test_loss)
print(epoch_test_acc)

    输出模型在训练时最好的结果，由之前训练时保存的best_model得出，输出结果如下，test的准确率与上面的训练结果一致，但loss值有点小差异。

 6 模型优化

6.1 参数调整

① 初始学习率：之前的梯度下降很慢，因此增大初始学习率，从之前的e-4调整为e-3

② 学习率更新函数：将之前每4轮更新一次学习率更改为每10轮更新

③优化器：将SGD更改为Adam

learn_rate = 1e-3 # 初始学习率
# 调用官方动态学习率接口（与上面的adjust_learning_rate等价）
lambda1 = lambda epoch: 0.92 ** (epoch // 10)
#optimizer = torch.optim.SGD(model.parameters(), lr=learn_rate)
optimizer = torch.optim.Adam(model.parameters(), lr=learn_rate)
scheduler = torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda=lambda1)

    调整后训练结果如下所示，训练集准确率提高到80.1%，测试集准确率提高到44.2%

 6.2 模型改进

    从上面参数修改后的结果图看，测试集的loss始终降不下去，因此对模型进行修改，引入BN层和dropout。

# 修改classifier模型的第6层（即：（6）:Linear(in_features=4096, out_features=2, bias=True)）
# 注意查看打印的模型
# model.classifier._modules['6'] = nn.Linear(4096, len(classNames)) # 修改vgg16模型中最后一层全连接层，输出目标类别个数
model.classifier = nn.Sequential(# 14nn.Linear(25088, 1024),nn.BatchNorm1d(1024),# nn.ReLU(True),nn.Dropout(0.4),# 15nn.Linear(1024, 128),nn.BatchNorm1d(128),# nn.ReLU(True),nn.Dropout(0.4),# 16nn.Linear(128, len(classNames)),nn.Softmax())
model.to(device)
print(model)

    修改后，输出网络模型结果如下：

     保留6.1的参数修改，再次进行训练，训练结果如下，其中最好的训练结果为第13个epoch，训练集准确率为100%，测试集准确率为59.2%。