本文主要是介绍（四）pytorch图像识别实战之用resnet18实现花朵分类(代码+详细注解)，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！
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
文章目录
- 前言
- 一、关于这个实战的一些知识点
- Q1：图像识别实战常用模块解读
- Q2:数据增强
- Q3:迁移学习
- Q4：平均全局池化
- Q5：设置哪些层需要训练时的模型保存，filename='best.pt'
- 数据集
- 具体的实现代码
- 1.导入用到的模块
- 2.数据读取与预处理操作
- 3.加载模型，初始化参数
- 修改模型输出层
- 设置哪些层需要训练
- 优化器设置
- 训练模块
- 开始训练
- 加载训练好的模型
- 测试
- 得到概率最大的分类
- 展示预测结果
前言
深度学习pytorch系列第四篇，之前更了FC，NN，cNN，这一篇是用resnet18实现花朵分类，依然是重在理解。
一、关于这个实战的一些知识点
Q1：图像识别实战常用模块解读
数据预处理
数据增强：torchvision中transforms模块自带功能，比较实用
数据预处理：torchvision中transforms中已经实现好了，直接调用即可
DataLoader模块直接读取batch数据
网络模块设置
1、加载预训练模型，torchvision中有很多经典网络架构，调用起来十分方便，并且可以用人家训练好的权重参数来继续训练，也就是所谓的迁移学习
2、需要注意的是别人训练好的任务跟我们的可不是完全一样，需要把最后的head层改一改，一般也就是最后的全连接层，改成自己的任务
3、训练时可以全部重头训练，也可以只训练最后咱们任务的层，因为前几层都是做特征提取的，本质任务目标是一致的
网络模型保存与测试
模型保存的时候可以带有选择性，例如在验证集中如果当前效果好则保存
读取模型进行实际测试
Q2:数据增强
数据增强：数据不够时，通过数据增强，更高效的利用数据，平移，翻转，放大等方法让数据具有更多的多样性
Q3:迁移学习
迁移学习：让模型从0开始及其困难，站在巨人肩膀上学习
在做好的模型上进行微调，从零初始化参数学习效果差，可以模型，权重参数用人家的，用到我们自己的数据，进行初始化
即使数据集不一样，只要是任务目的是类似的，就可以用
在预训练模型的基础上进行微调，所以预训练模型的选择比较重要
微调：怎么微调，微调多少东西
dataset分为：大、中、小
数据量少的情况：冻住，不改东西
数据量中的情况：冻住一点，可以改一些东西
数据量大的情况：可以只用模型参数进行初始化，可以大改，也可以不改
不管数据量大小，输出层都不能冻起来，输出层要根据自己的任务来设计
模型参数要不要更新
有时候用人家模型，就一直用了，更不更新咱们可以自己定
Q4：平均全局池化
在这里做一个小总结：
目前接触到的将特征图转成向量的方法
①reshape
reshape操作：总的大小是不变的，提供一个维度后，后边的维度自动计算
例如x = x.view(x.size(0), -1)
当前的x指的是特征图，大小为：6477，x.size:64，也就是要从三维转成两维，总的大小不变，就变为6449这样，
-1可以简单的看成一 个占位符号
从而达到变换维度的作用，开始是6477，转成batchsize特征个数，比如64*49
②平均全局池化
AdaptiveAvgPool2d：平均全局池化，output_size=(1, 1)，特征图平均池化成一个值，然后拼接这些特征值
得到一个向量，这里是得到一个512维的向量，这种是通用的方法，reshape哪种方法不太常用，因为需要固定size的大小
Q5：设置哪些层需要训练时的模型保存，filename=‘best.pt’
由于模型会随着epoch的进行存在上边图中的现象，不是epoch越多，训练结果越好，本次分类训练中，我们保存当前这些epoch中训练结果做好的参数用于之后的验证和测试
数据集
如果你想复现的话，把代码按数据粘贴就能跑，
然后我用的文件放到链接里，需要的下载
链接：数据集
提取码：vkgj
具体的实现代码
1.导入用到的模块
import os
import matplotlib.pyplot as plt
import numpy as np
import torch
from torch import nn
import torch.optim as optim
import torchvision
#pip install torchvision
from torchvision import transforms, models, datasets
#https://pytorch.org/docs/stable/torchvision/index.html
import imageio
import time
import warnings
warnings.filterwarnings("ignore")
import random
import sys
import copy
import json
from PIL import Image
import torch
from torchvision import models
2.数据读取与预处理操作
#读取数据
data_dir = './flower_data/'
train_dir = data_dir + '/train'
valid_dir = data_dir + '/valid'
制作数据源：
data_transforms中指定了所有图像预处理操作
ImageFolder假设所有的文件按文件夹保存好，每个文件夹下面存贮同一类别的图片，文件夹的名字为分类的名字
data_transforms = {'train': transforms.Compose([
# Compose：按顺序进行组合 transforms.Resize([96, 96]),
# 不管原数据的大小，规定用于训练的图片的大小，Resize根据实际来#以下6行代码是数据增强的过程，数据不够时，通过数据增强，更高效的利用数据，平移，翻转，放大等方法让数据具有更多的多样性transforms.RandomRotation(45),#随机旋转，-45到45度之间随机选transforms.CenterCrop(64),#从中心开始裁剪
# 从96*96 随机裁剪64*64也有无数种可能性transforms.RandomHorizontalFlip(p=0.5),#随机水平翻转 选择一个概率概率transforms.RandomVerticalFlip(p=0.5),#随机垂直翻转
# p=0.5指的是每张图像有50%的裁剪可能性transforms.ColorJitter(brightness=0.2, contrast=0.1, saturation=0.1, hue=0.1),#参数1为亮度，参数2为对比度，参数3为饱和度，参数4为色相
# #参数1为亮度，参数2为对比度，参数3为饱和度，参数4为色相，不是重点，考虑极端光线条件transforms.RandomGrayscale(p=0.025),#概率转换成灰度率，3通道就是R=G=Btransforms.ToTensor(),
# 转成pytorch专用格式 transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])#均值，标准差
# 标准化 参数来源是大数据集的参数，由于有三个颜色通道，R,G,B，所以有三个μ和σ
# 标准化(x-μ)/σ]),'valid':
# 验证集不需要再进行图像加强的过程，用原有的数据进行验证即可transforms.Compose([transforms.Resize([64, 64]),
# 数据大小要和训练集一样大transforms.ToTensor(),transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
# 验证集和测试集标准化采用的均值，标准差要一致 ]),
}
batch_size = 128
# batchsize比较大，是因为图片是64*64的比较小
# 通过文件夹来获取数据和标签
image_datasets = {x: datasets.ImageFolder(os.path.join(data_dir, x), data_transforms[x]) for x in ['train', 'valid']}
# for x in ['train', 'valid']文件夹名字
dataloaders = {x: torch.utils.data.DataLoader(image_datasets[x], batch_size=batch_size, shuffle=True) for x in ['train', 'valid']}
# shuffle=True 表示在每个迭代中是否对数据进行打乱，
dataset_sizes = {x: len(image_datasets[x]) for x in ['train', 'valid']}
class_names = image_datasets['train'].classes
# class_names顺序是1,10,100,101,102，先预测1开头的，再预测2开头的
读取每个分类的名字
with open('cat_to_name.json', 'r') as f:cat_to_name = json.load(f)
# json文件，每个分类的名字
3.加载模型，初始化参数
针对模型下载，我在代码运行的时候报错【RuntimeError：PytorchStreamReader failed reading zip archive: failed finding central directory】，有这个错误的，可以查看问题解决
# 加载models中提供的模型，并且直接用训练的好权重当做初始化参数
# 第一次执行需要下载，可能会比较慢
model_name = 'resnet' #可选的比较多 ['resnet', 'alexnet', 'vgg', 'squeezenet', 'densenet', 'inception']
#是否用人家训练好的特征来做
feature_extract = True #都用人家特征，先不更新
# 特征提取，用人家的方法，把所有层都冻住，只保留输出层
# 是否用GPU训练
train_on_gpu = torch.cuda.is_available()if not train_on_gpu:print('CUDA is not available. Training on CPU ...')
else:print('CUDA is available! Training on GPU ...')device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
设置参数需要梯度，起初反向更新的参数设置为False，不计算梯度，参数就不更新，使用原模型的参数进行训练
def set_parameter_requires_grad(model, feature_extracting):
# model：resnet
# feature_extracting：trueif feature_extracting:for param in model.parameters():
# 遍历模型中的每一个参数param.requires_grad = False
# 反向更新的参数设置为False，，不计算梯度，参数就不更新
model_ft = models.resnet18()#18层的能快点，条件好点的也可以选152
print(model_ft)
打印resnet18的网络结构
标准化的数据进行卷积训练（conv2d）后，会发生变化，所以要再进行标准化，
网络的最后一层是
平均池化后接了一个全连接层，目的是将特征转换成分类
最后一行，可以看出原模型是1000分类，要改成自己的任务目标
之前的操作是将一个特征图reshape成一个长条，然后进行全连接操作，预测分类
AdaptiveAvgPool2d：平均全局池化，output_size=(1, 1)，特征图平均池化成一个值，然后拼接这些特征值
得到一个向量，这里是得到一个512维的向量，这种是通用的方法，reshape哪种方法不太常用，因为需要固定大小
修改模型输出层
# 把模型输出层改成自己的
def initialize_model(model_name, num_classes, feature_extract, use_pretrained=True):model_ft = models.resnet18(pretrained=use_pretrained)# model_ft模型的名字# pretrained=use_pretrained，用人家的参数进行初始化set_parameter_requires_grad(model_ft, feature_extract)# 读取参数，但是都不更新了num_ftrs = model_ft.fc.in_features# num_ftrs 全连接层的上一层数据，这里就是512model_ft.fc = nn.Linear(num_ftrs, num_classes) # 类别数自己根据自己任务来# num_classes=102# 重新定义fc层 ，覆盖原有的fc层 ，自己定义的fc是使用反向传播的input_size = 64 # 输入大小根据自己配置来return model_ft, input_size
设置哪些层需要训练
model_ft, input_size = initialize_model(model_name, 102, feature_extract, use_pretrained=True)#GPU还是CPU计算
model_ft = model_ft.to(device)# 模型保存，名字自己起
filename='best.pt'
# 保存网络结构图，和模型里边所有的权重参数保存到本地# 是否训练所有层
params_to_update = model_ft.parameters()print("Params to learn:")
# 如果 feature_extract 为 True，则只打印需要更新的参数；否则，打印所有需要更新的参数。
if feature_extract:params_to_update = []for name,param in model_ft.named_parameters():if param.requires_grad == True:
# 需要的话再往里边传数据params_to_update.append(param)print("\t",name)
else:for name,param in model_ft.named_parameters():if param.requires_grad == True:print("\t",name)
可以打印一下当前的网络模型
print(model_ft)
其他的没有变化，只有最后一层的全连接层，改成了我们自己的任务102分类
优化器设置
# 优化器设置
optimizer_ft = optim.Adam(params_to_update, lr=1e-2)#要训练啥参数，你来定
scheduler = optim.lr_scheduler.StepLR(optimizer_ft, step_size=10, gamma=0.1)
# 学习率衰减，随着epoch的进行，结果会越来越好，降低学习率，使结果更精确
# 以固定的间隔（每10个epoch）将学习率缩小为当前值的10%。这是为了在训练过程中逐渐减小学习率，以帮助模型在训练后期更好地收敛。
criterion = nn.CrossEntropyLoss()
# 交叉熵损失函数
训练模块
def train_model(model, dataloaders, criterion, optimizer, num_epochs=25,filename='best.pt'):
# model, dataloaders, criterion, optimizer, num_epochs=25,filename='best.pt'
# resnet ，dataloaders，loss，Adam，epoch，模型存储文件#咱们要算时间的since = time.time()#记录acc最好的那一次best_acc = 0
# 最后的epoch结果的准确率比中间epoch准确率的结果差也是有可能的#模型也得放到你的CPU或者GPUmodel.to(device)#训练过程中打印一堆损失和指标val_acc_history = []train_acc_history = []train_losses = []valid_losses = []#学习率LRs = [optimizer.param_groups[0]['lr']]
# optimizer.param_groups[0]是个字典结构，pytorch指定的#最好的那次模型，后续会变的，先初始化best_model_wts = copy.deepcopy(model.state_dict())#一个个epoch来遍历for epoch in range(num_epochs):print('Epoch {}/{}'.format(epoch, num_epochs - 1))print('-' * 10)# 训练和验证for phase in ['train', 'valid']:if phase == 'train':model.train() # 训练else:model.eval() # 验证running_loss = 0.0running_corrects = 0# 把数据都取个遍for inputs, labels in dataloaders[phase]:inputs = inputs.to(device)#放到你的CPU或GPUlabels = labels.to(device)# 清零optimizer.zero_grad()# 只有训练的时候计算和更新梯度outputs = model(inputs)
# outputs：batch*102loss = criterion(outputs, labels)_, preds = torch.max(outputs, 1)# 训练阶段更新权重if phase == 'train':loss.backward()optimizer.step()# 计算损失（先进行累加）running_loss += loss.item() * inputs.size(0)#0表示batch那个维度running_corrects += torch.sum(preds == labels.data)#预测结果最大的和真实值是否一致# （除以数据集总数，得到平均的）epoch_loss = running_loss / len(dataloaders[phase].dataset)#算平均epoch_acc = running_corrects.double() / len(dataloaders[phase].dataset)time_elapsed = time.time() - since#一个epoch我浪费了多少时间print('Time elapsed {:.0f}m {:.0f}s'.format(time_elapsed // 60, time_elapsed % 60))print('{} Loss: {:.4f} Acc: {:.4f}'.format(phase, epoch_loss, epoch_acc))# 训练阶段和验证阶段都要进行前向传播，但是训练阶段还要进行参数更新，而验证阶段不需要# 得到最好那次的模型if phase == 'valid' and epoch_acc > best_acc:best_acc = epoch_accbest_model_wts = copy.deepcopy(model.state_dict())state = {'state_dict': model.state_dict(),#字典里key就是各层的名字，值就是训练好的权重'best_acc': best_acc,'optimizer' : optimizer.state_dict(),}torch.save(state, filename)if phase == 'valid':val_acc_history.append(epoch_acc)valid_losses.append(epoch_loss)#scheduler.step(epoch_loss)#学习率衰减if phase == 'train':train_acc_history.append(epoch_acc)train_losses.append(epoch_loss)print('Optimizer learning rate : {:.7f}'.format(optimizer.param_groups[0]['lr']))LRs.append(optimizer.param_groups[0]['lr'])print()scheduler.step()#学习率衰减time_elapsed = time.time() - sinceprint('Training complete in {:.0f}m {:.0f}s'.format(time_elapsed // 60, time_elapsed % 60))print('Best val Acc: {:4f}'.format(best_acc))# 训练完后用最好的一次当做模型最终的结果,等着一会测试model.load_state_dict(best_model_wts)return model, val_acc_history, train_acc_history, valid_losses, train_losses, LRs
开始训练
只训练输出层
model_ft, val_acc_history, train_acc_history, valid_losses, train_losses, LRs = train_model(model_ft, dataloaders, criterion, optimizer_ft, num_epochs=20)
再继续训练所有层
for param in model_ft.parameters():param.requires_grad = True# 再继续训练所有的参数，学习率调小一点
optimizer = optim.Adam(model_ft.parameters(), lr=1e-3)
scheduler = optim.lr_scheduler.StepLR(optimizer_ft, step_size=7, gamma=0.1)# 损失函数
criterion = nn.CrossEntropyLoss()
# 加载之前训练好的权重参数checkpoint = torch.load(filename)
best_acc = checkpoint['best_acc']
model_ft.load_state_dict(checkpoint['state_dict'])
model_ft, val_acc_history, train_acc_history, valid_losses, train_losses, LRs = train_model(model_ft, dataloaders, criterion, optimizer, num_epochs=10,)
加载训练好的模型
model_ft, input_size = initialize_model(model_name, 102, feature_extract, use_pretrained=True)# GPU模式
model_ft = model_ft.to(device)# 保存文件的名字
filename='best.pt'# 加载模型
checkpoint = torch.load(filename)
best_acc = checkpoint['best_acc']
model_ft.load_state_dict(checkpoint['state_dict'])
测试
这里使用验证数据进行测试
# 得到一个batch的测试数据
dataiter = iter(dataloaders['valid'])
images, labels = dataiter.next()model_ft.eval()if train_on_gpu:output = model_ft(images.cuda())
else:output = model_ft(images)
得到概率最大的分类
_, preds_tensor = torch.max(output, 1)preds = np.squeeze(preds_tensor.numpy()) if not train_on_gpu else np.squeeze(preds_tensor.cpu().numpy())
preds
展示预测结果
def im_convert(tensor):""" 展示数据"""image = tensor.to("cpu").clone().detach()image = image.numpy().squeeze()image = image.transpose(1, 2, 0)image = image * np.array((0.229, 0.224, 0.225)) + np.array((0.485, 0.456, 0.406))image = image.clip(0, 1)return image
fig=plt.figure(figsize=(20, 20))
columns =4
rows = 2for idx in range (columns*rows):ax = fig.add_subplot(rows, columns, idx+1, xticks=[], yticks=[])plt.imshow(im_convert(images[idx]))ax.set_title("{} ({})".format(cat_to_name[str(preds[idx])], cat_to_name[str(labels[idx].item())]),color=("green" if cat_to_name[str(preds[idx])]==cat_to_name[str(labels[idx].item())] else "red"))
plt.show()
最后的测试结果，标红的是预测错误的
这篇关于（四）pytorch图像识别实战之用resnet18实现花朵分类(代码+详细注解)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！
